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）（1214）.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：Hadoop2.x及以上版本中，HDFS默认块大小为128MB（早期Hadoop1.x为64MB）。设计大块大小的目的是减少NameNode内存占用并提升数据传输效率。选项A、B为旧版本或自定义配置值，D为非默认值。

SparkRDD的核心特性不包括？

A.不可变性

B.可分区

C.支持原地修改

D.弹性（自动容错）

答案：C

解析：RDD（弹性分布式数据集）是Spark的核心抽象，具有不可变性（创建后无法修改，只能通过转换生成新RDD）、可分区（数据分布在集群节点）、弹性（通过血统信息自动容错）的特性。C选项“支持原地修改”与不可变性矛盾，故错误。

Kafka中消费者组（ConsumerGroup）的主要作用是？

A.提高生产者的消息发送速率

B.实现消息的负载均衡与故障转移

C.存储消息的元数据信息

D.限制消费者的连接数量

答案：B

解析：消费者组通过将主题的分区分配给组内消费者，实现消息的并行消费（负载均衡）；当消费者故障时，分区会重新分配给其他消费者（故障转移）。A是生产者配置优化的目标，C是ZooKeeper或Kafka内部元数据存储的功能，D无此设计。

Hive的默认执行引擎是？

A.Spark

B.Tez

C.MapReduce

D.Flink

答案：C

解析：Hive1.x及早期版本默认使用MapReduce作为执行引擎；后续版本支持通过配置切换为Tez或Spark，但默认仍为MapReduce。A、B、D为可选引擎，非默认。

数据倾斜（DataSkew）通常最可能发生在以下哪种操作中？

A.数据过滤（Filter）

B.字段投影（Select）

C.分组聚合（GroupBy）

D.数据去重（Distinct）

答案：C

解析：数据倾斜指数据在分区或节点上分布不均，导致部分任务运行缓慢。分组聚合（如COUNT、SUM）需要将相同键的数据分发到同一节点，若某些键对应的数据量远大于其他键，会引发倾斜。A、B、D操作不涉及数据重分区，不易导致倾斜。

Flink支持的时间类型不包括？

A.处理时间（ProcessingTime）

B.事件时间（EventTime）

C.摄入时间（IngestionTime）

D.系统时间（SystemTime）

答案：D

解析：Flink定义了三种时间类型：处理时间（算子处理数据的时间）、事件时间（数据本身携带的时间戳）、摄入时间（数据进入Flink流的时间）。系统时间是操作系统的时间，Flink未将其单独定义为时间类型。

分布式文件系统（如HDFS）的核心设计目标是？

A.支持低延迟的随机读写

B.高吞吐量的批量数据访问

C.实时响应小文件请求

D.保证强一致性

答案：B

解析：分布式文件系统主要用于大数据场景（如日志、传感器数据），设计目标是通过分块、副本机制实现高吞吐量的批量数据读写。A、C是本地文件系统或数据库的特点；D在HDFS中通过“一次写入多次读取”保证，非核心目标。

以下哪项不是数据仓库（DataWarehouse）的典型特征？

A.面向主题（Subject-Oriented）

B.实时更新（Real-TimeUpdating）

C.集成的（Integrated）

D.随时间变化（Time-Variant）

答案：B

解析：数据仓库存储的是历史数据，通常通过ETL定期更新（如每日/小时），而非实时更新。其典型特征包括面向主题（按业务主题组织数据）、集成（整合多源数据）、稳定（非易失）、随时间变化（包含时间维度）。

以下属于监督学习（SupervisedLearning）的算法是？

A.K-Means聚类

B.主成分分析（PCA）

C.决策树（DecisionTree）

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要标注的训练数据（输入-输出对），决策树通过学习特征与标签的关系进行预测。A、B、D是无监督学习（无标签数据），分别用于聚类、降维、关联分析。

实时数据处理系统的典型延迟要求是？

A.分钟级（60秒）

B.秒级（1-60秒）

C.毫秒级（1秒）

D.小时级（3600秒）

答案：C

解析：实时处理强调低延迟，通常要求毫秒级（如实时推荐、风控）；秒级属于近实时，分钟/小时级为批量处理。

二、多项选择题（共10题，每题2分，共20分）

以下属于Hadoop生态核心组件的有？

A.HDFS

B.YARN

C.MapReduce

D.Spark