高职大数据考试题及答案.docVIP

高职大数据考试题及答案

一、单项选择题（每题2分，共20分）

1.以下哪种数据存储格式常用于大数据场景？

A.XMLB.JSONC.CSVD.TXT

2.大数据的4V特征不包括以下哪一项？

A.大量性（Volume）B.多样性（Variety）

C.真实性（Veracity）D.价值性（Value）

3.以下哪个工具是用于分布式计算的？

A.HadoopB.MySQLC.ExcelD.PowerPoint

4.Spark中用于构建分布式数据集的核心抽象是？

A.RDDB.DataFrameC.DatasetD.以上都是

5.数据清洗的主要目的是？

A.提高数据的可读性B.增加数据量

C.去除噪声和缺失值等问题D.对数据进行加密

6.Hadoop分布式文件系统的名称是？

A.HDFSB.MapReduceC.YARND.ZooKeeper

7.以下哪种算法属于聚类算法？

A.决策树B.K-MeansC.逻辑回归D.支持向量机

8.大数据分析流程的第一步通常是？

A.数据挖掘B.数据采集C.数据可视化D.模型评估

9.在Hive中，用于创建表的命令是？

A.CREATETABLEB.INSERTINTOC.SELECTD.UPDATE

10.以下哪个是实时流处理框架？

A.HadoopB.SparkStreamingC.FlumeD.Kafka

答案：1.B2.D3.A4.D5.C6.A7.B8.B9.A10.B

二、多项选择题（每题2分，共20分）

1.以下属于大数据存储技术的有（）

A.HBaseB.CassandraC.RedisD.MongoDB

2.Spark的主要组件包括（）

A.SparkCoreB.SparkSQLC.SparkStreamingD.MLlib

3.数据挖掘的常用任务有（）

A.分类B.回归C.关联规则挖掘D.异常检测

4.以下关于Hadoop说法正确的是（）

A.是一个分布式计算框架

B.包含HDFS、MapReduce和YARN等组件

C.适合处理大规模数据

D.只能运行在Linux系统上

5.数据预处理包括以下哪些操作（）

A.数据集成B.数据变换C.数据归约D.数据清理

6.常用的大数据分析工具和平台有（）

A.Python（withPandas、Numpy等）

B.R语言

C.Tableau

D.PowerBI

7.以下哪些是NoSQL数据库的特点（）

A.高可扩展性B.灵活的数据模型

C.支持事务处理D.适合存储结构化数据

8.Kafka的主要应用场景有（）

A.日志收集B.消息队列C.数据流式处理D.数据存储

9.机器学习算法在大数据中的应用领域包括（）

A.推荐系统B.图像识别C.语音识别D.欺诈检测

10.以下属于数据可视化工具的有（）

A.MatplotlibB.SeabornC.PlotlyD.Bokeh

答案：1.ABCD2.ABCD3.ABCD4.ABC5.ABCD6.ABCD7.AB8.ABC9.ABCD10.ABCD

三、判断题（每题2分，共20分）

1.大数据就是数据量非常大的数据。（）

2.Hadoop只能处理结构化数据。（）

3.Spark比MapReduce计算速度慢。（）

4.数据清洗在大数据分析中可有可无。（）

5.NoSQL数据库不支持数据持久化。（）

6.Flume主要用于数据采集。（）

7.机器学习算法都可以直接应用于大数据，无需调整。（）

8.数据可视化可以帮助用户更好地理解数据。（）

9.Kafka可以实现高吞吐量的数据传输。（）

10.Hive是一种关系型数据库。（）

答案：1.×2.×3.×4.×5.×6.√7.×8.√9.√10.×

四、简答题（每题5分，共20分）

1.简述大数据4V特征的含义。

答案：大量性指数据量巨大；多样性表示数据类型多样，如结构化、半结构