2025年大数据工程师职业资格认证考试题库（附答案和详细解析）（1219）.docxVIP

大数据工程师职业资格认证考试试卷

一、单项选择题（共10题，每题1分，共10分）

HDFS默认的块大小是以下哪一项？

A.32MB

B.64MB

C.128MB

D.256MB

答案：C

解析：HDFS设计时为了降低元数据管理开销并提升大文件读写效率，默认块大小设置为128MB（Hadoop2.x及以上版本）。64MB是早期Hadoop1.x的默认值，32MB和256MB为干扰项。

以下关于SparkRDD的描述，正确的是？

A.RDD是可变的分布式集合

B.RDD支持直接修改存储的数据

C.RDD通过血统（Lineage）机制实现容错

D.RDD的计算严格遵循“立即执行”原则

答案：C

解析：RDD（弹性分布式数据集）是不可变的分布式集合（排除A），不支持直接修改数据（排除B），其容错通过记录父RDD的转换操作（血统机制）实现；RDD的转换操作（如map）是惰性执行的，仅在行动操作（如count）时触发计算（排除D）。

ApacheFlink中，处理事件时间（EventTime）时必须依赖的机制是？

A.窗口（Window）

B.水印（Watermark）

C.检查点（Checkpoint）

D.状态后端（StateBackend）

答案：B

解析：事件时间指数据实际产生的时间，由于网络延迟等原因，数据可能乱序到达。水印用于标记“当前时间之前的所有数据已到达”，是事件时间窗口触发计算的关键机制。窗口是时间划分工具，检查点用于容错，状态后端管理状态存储，均非事件时间处理的必需机制。

数据倾斜（DataSkew）的典型解决方法是？

A.增加任务并行度

B.对倾斜Key进行加盐（SkewKey）处理

C.关闭Shuffle操作

D.减少分区数量

答案：B

解析：数据倾斜指部分Key的记录数远多于其他Key，导致任务执行时间差异大。加盐处理（为倾斜Key添加随机前缀）可将数据分散到多个分区，平衡计算压力。增加并行度可能缓解但无法根本解决；Shuffle是分布式计算的核心步骤，无法关闭；减少分区会加剧倾斜（排除A、C、D）。

Kafka中，同一消费者组（ConsumerGroup）内的消费者如何消费消息？

A.每个消费者独立消费所有分区

B.消费者组内消费者分摊Topic的分区

C.消费者组内消费者按消息顺序轮询消费

D.消费者组内消费者共享消费偏移量（Offset）

答案：B

解析：Kafka通过消费者组实现消息的广播（不同组）或负载均衡（同组）。同一组内的消费者会分摊Topic的所有分区（每个分区由组内一个消费者消费），确保消息仅被组内一个消费者处理。独立消费所有分区会导致重复消费（排除A），轮询消费不符合分区分配机制（排除C），消费者组内各消费者维护自己的Offset（排除D）。

HBase的表结构中，数据存储的最小逻辑单元是？

A.行（Row）

B.列（Column）

C.列族（ColumnFamily）

D.单元格（Cell）

答案：C

解析：HBase是列族式NoSQL数据库，表结构按列族划分，列族是数据存储和管理的基本单元（所有列必须属于某个列族）。行是数据的唯一标识（通过RowKey），列是列族下的具体字段，单元格是RowKey+列族:列+时间戳的组合值，均非最小逻辑单元（排除A、B、D）。

以下哪项不属于数据仓库（DataWarehouse）的核心特性？

A.面向事务处理（OLTP）

B.面向主题（Subject-Oriented）

C.集成性（Integrated）

D.时变性（Time-Variant）

答案：A

解析：数据仓库是面向分析的（OLAP），用于支持决策；面向事务处理（OLTP）是关系型数据库的特性。其他选项均为数据仓库的核心特性：面向主题（按业务主题组织数据）、集成性（整合多源异构数据）、时变性（保留历史数据）。

以下分布式计算框架中，基于内存计算的是？

A.HadoopMapReduce

B.ApacheSpark

C.ApacheHive

D.ApacheFlink

答案：B

解析：Spark通过RDD的缓存机制实现内存计算，适合迭代计算和交互式分析；HadoopMapReduce基于磁盘（每次Shuffle均读写磁盘）；Hive是数据仓库工具，底层依赖MapReduce或Spark；Flink是流处理框架，支持内存状态管理但非“基于内存计算”的典型代表。

数据清洗（DataCleaning）的核心任务不包括？

A.处理缺失值（MissingValues）

B.识别并删除重复数据（Duplicates）

C.转换数据格式（如日期格式统一）

D.构建预测模型（如线性回归）

答案：D

解析：数