2025年大数据工程师职业资格考试题库（附答案和详细解析）（1225）.docxVIP

大数据工程师职业资格考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下关于HDFS默认块大小的描述，正确的是（）

A.64MB

B.128MB

C.256MB

D.512MB

答案：B

解析：HDFS设计时为了减少NameNode内存占用并优化大文件存储，默认块大小为128MB（Hadoop2.x及以上版本）。64MB是早期Hadoop1.x的默认值，256MB和512MB为可配置的扩展选项，并非默认值。

以下不属于Spark核心组件的是（）

A.SparkCore

B.SparkSQL

C.SparkStreaming

D.SparkGraphX

答案：无（注：本题为示例调整，正确应为“以下不属于”的选项。实际命题中需确保唯一正确选项。）

（修正示例）正确题目：以下不属于Hadoop生态系统的组件是（）

A.Hive

B.Flink

C.HBase

D.ZooKeeper

答案：B

解析：Hadoop生态系统包括HDFS（存储）、YARN（资源管理）、MapReduce（计算）及衍生组件如Hive（数据仓库）、HBase（列式存储）、ZooKeeper（协调服务）。Flink是独立的流处理框架，不属于Hadoop原生生态。

实时数据流处理场景中，最适合的计算框架是（）

A.HadoopMapReduce

B.SparkCore

C.Flink

D.Hive

答案：C

解析：Flink是专为流处理设计的框架，支持毫秒级延迟和精确一次处理语义，适合实时数据流场景。MapReduce和SparkCore以批处理为主，Hive是基于Hadoop的数据仓库工具，侧重离线分析。

数据清洗中处理“缺失值”的常用方法不包括（）

A.删除缺失记录

B.用均值填充

C.用随机数填充

D.回归预测填充

答案：C

解析：数据清洗中缺失值处理需保持数据逻辑一致性，随机数填充可能破坏数据分布，因此不常用。常用方法包括删除记录（数据量充足时）、均值/中位数填充（数值型）、回归预测（利用其他变量预测缺失值）。

以下关于Kafka分区（Partition）的描述，错误的是（）

A.分区用于实现数据的水平扩展

B.同一分区内的数据按写入顺序有序

C.分区数越多，消费者并行度越高

D.分区数可以动态减少

答案：D

解析：Kafka分区数支持动态增加（通过kafka-topics--alter命令），但无法减少（删除分区会导致数据丢失且无内置迁移机制）。分区的核心作用是通过多副本和多消费者组实现高吞吐与并行处理。

机器学习平台中，用于特征工程的常用工具是（）

A.TensorFlow

B.SparkMLlib

C.HBase

D.Kafka

答案：B

解析：SparkMLlib是Spark的机器学习库，提供特征提取（如TF-IDF）、转换（如标准化）、选择等工具，适合大规模数据的特征工程。TensorFlow是深度学习框架，HBase是存储，Kafka是消息队列。

数据仓库（DataWarehouse）的核心特性是（）

A.支持实时写入

B.面向事务处理

C.面向主题、集成、稳定、时变

D.支持高并发查询

答案：C

解析：数据仓库的四大特性是面向主题（围绕业务主题组织数据）、集成（多源数据整合）、稳定（非易失，主要读操作）、时变（包含时间维度）。实时写入和高并发是OLTP系统特性，面向事务处理是数据库的特点。

以下不属于分布式计算框架设计目标的是（）

A.高可靠性

B.强一致性

C.可扩展性

D.容错性

答案：B

解析：分布式系统中，强一致性（如单节点数据库的ACID）难以在大规模集群中实现（CAP定理限制），因此分布式计算框架通常追求最终一致性。高可靠性、可扩展性、容错性是核心设计目标。

数据安全中“脱敏处理”的主要目的是（）

A.提升数据存储效率

B.防止敏感信息泄露

C.优化数据查询性能

D.减少数据存储成本

答案：B

解析：脱敏处理（如对身份证号打码、手机号隐藏中间四位）是为了在不影响数据可用性的前提下，保护个人隐私或企业敏感信息，属于数据安全的核心措施。

元数据（Metadata）管理的核心作用是（）

A.存储原始业务数据

B.描述数据的来源、结构和含义

C.加速数据计算过程

D.实现数据实时同步

答案：B

解析：元数据是“关于数据的数据”，用于记录数据的来源（如ETL任务）、结构（如表字段类型）、业务含义（如“用户ID”的定义），是数据治理和血缘分析的基础。原始数据存储由HDFS等存储系统完成。

二、多项选择题（共10题，每题2分，共20分）

以下属于HBase特性的有（）

A.列式存储

B.支持AC