2025继续教育公需科目大数据技术及应用试题及答案.docxVIP

2025继续教育公需科目大数据技术及应用试题及答案

一、单项选择题（每题2分，共30分）

1.大数据的5V特征不包括以下哪一项（）

A.Volume（大量）

B.Variety（多样）

C.Value（价值）

D.Velocity（速度）

E.Veracity（真实性）

F.Vision（预见）

答案：F

解析：大数据的5V特征为Volume（大量）、Variety（多样）、Value（价值）、Velocity（速度）、Veracity（真实性），不包括Vision（预见）。

2.以下哪种数据存储方式不适合存储大数据（）

A.关系型数据库

B.分布式文件系统

C.NoSQL数据库

D.云存储

答案：A

解析：关系型数据库在处理大数据时，由于其严格的表结构和事务处理机制，在扩展性和灵活性方面存在不足，不太适合存储大数据。而分布式文件系统、NoSQL数据库和云存储都具有良好的扩展性和对大数据的处理能力。

3.以下不属于大数据采集方法的是（）

A.网络爬虫

B.传感器数据采集

C.人工录入

D.数据挖掘

答案：D

解析：数据挖掘是从大量的数据中发现潜在模式和知识的过程，不属于大数据采集方法。网络爬虫可用于从互联网上采集数据，传感器数据采集用于收集物理世界的数据，人工录入也是一种数据采集方式。

4.在Hadoop生态系统中，HDFS主要用于（）

A.数据存储

B.数据处理

C.任务调度

D.资源管理

答案：A

解析：HDFS（HadoopDistributedFileSystem）是Hadoop分布式文件系统，主要用于大规模数据的存储。MapReduce用于数据处理，YARN负责任务调度和资源管理。

5.以下哪种算法不属于机器学习中的分类算法（）

A.决策树

B.支持向量机

C.K均值聚类

D.逻辑回归

答案：C

解析：K均值聚类是一种无监督学习的聚类算法，用于将数据划分为不同的簇。而决策树、支持向量机和逻辑回归都是常见的分类算法，用于对数据进行分类。

6.以下关于Spark的说法错误的是（）

A.Spark是基于内存计算的大数据处理框架

B.Spark支持多种编程语言，如Java、Python、Scala等

C.Spark只能处理批处理任务，不能处理实时流数据

D.Spark提供了RDD、DataFrame等抽象数据结构

答案：C

解析：Spark不仅可以处理批处理任务，还可以通过SparkStreaming处理实时流数据。它是基于内存计算的大数据处理框架，支持多种编程语言，并且提供了RDD（弹性分布式数据集）、DataFrame等抽象数据结构。

7.以下哪种大数据处理框架适合处理实时流数据（）

A.HadoopMapReduce

B.SparkStreaming

C.Hive

D.Pig

答案：B

解析：SparkStreaming是Spark框架中用于处理实时流数据的组件。HadoopMapReduce主要用于批处理任务，Hive是基于Hadoop的数据仓库工具，Pig是一种用于大规模数据分析的脚本语言，它们都不太适合处理实时流数据。

8.以下关于数据清洗的说法错误的是（）

A.数据清洗可以去除重复数据

B.数据清洗可以处理缺失值

C.数据清洗可以纠正错误数据

D.数据清洗会导致数据量大幅减少

答案：D

解析：数据清洗主要是对数据进行预处理，去除重复数据、处理缺失值、纠正错误数据等，虽然可能会去除一些无效或错误的数据，但不一定会导致数据量大幅减少。

9.以下哪种数据库属于NoSQL数据库（）

A.MySQL

B.Oracle

C.MongoDB

D.SQLServer

答案：C

解析：MongoDB是一种典型的NoSQL数据库，它采用文档型数据存储方式，具有良好的扩展性和灵活性。而MySQL、Oracle和SQLServer都是关系型数据库。

10.在大数据分析中，以下哪种可视化工具可以创建交互式可视化图表（）

A.Excel

B.Matplotlib

C.Tableau

D.Ggplot2

答案：C

解析：Tableau是一款专业的可视化工具，支持创建交互式可视化图表，用户可以通过简单的操作进行数据探索和可视化展示。Excel主要用于简单的数据处理和可视化，Matplotlib和Ggplot2是Python和R语言中的绘图库，虽然也可以创建图表，但在交互性方面不如Tableau。

11.以下关于数据挖掘的说法正确的是（）

A.数据挖掘