2025年大数据工程师专项训练冲刺试卷答案.docxVIP

2025年大数据工程师专项训练冲刺试卷答案

考试时间：______分钟总分：______分姓名：______

一、选择题（请将正确选项的代表字母填写在题号后的括号内）

1.下列哪一项*不属于*大数据通常描述的“4V”特征？

A.Volume（体量）

B.Velocity（速度）

C.Variety（多样性）

D.Veracity（真实性）

2.HadoopHDFS的核心特点是？

A.低延迟、高并发

B.高可用、高容错

C.支持在线修改文件

D.适合实时交易处理

3.MapReduce模型中，Map阶段的输出（IntermediateKey-ValuePairs）会被如何处理？

A.直接写入最终输出文件

B.全部存储在内存中

C.排序后写入到指定的Shuffle文件中，等待Reduce阶段读取

D.随机丢弃一半

4.以下哪个组件主要负责在Hadoop集群中管理资源（如节点、CPU、内存）并为应用程序分配资源？

A.HDFSNameNode

B.YARNResourceManager

C.MapReduceJobTracker

D.HiveMetastore

5.HiveQL中，用于创建和管理数据库的对象是？

A.Table

B.View

C.Function

D.Schema

6.Spark中，RDD的分区（Partition）数量在创建后通常是什么？

A.可以动态调整

B.固定不变

C.由集群节点数量决定

D.由数据块大小决定

7.SparkSQL中，DataFrame相较于RDD的主要优势在于？

A.提供了更丰富的内置函数

B.完全屏蔽了底层物理执行计划

C.必须使用SQL语法进行操作

D.内存消耗更小

8.下列哪个流处理框架被设计为真正的分布式、容错、高容量的流处理引擎，并以事件驱动的异步数据流模型为核心？

A.ApacheStorm

B.ApacheFlink

C.ApacheSparkStreaming

D.ApacheKafkaStreams

9.在流处理中，处理乱序事件（Out-of-OrderEvents）的关键技术是什么？

A.Watermark

B.Buffering

C.Backpressure

D.Checkpointing

10.下列关于NoSQL数据库的描述，*错误*的是？

A.MongoDB是文档型数据库

B.Cassandra是键值型数据库

C.Redis主要面向事务处理

D.HBase是面向列的存储系统

11.下列哪种数据仓库建模方法通常更简单，易于理解，适合快速开发？

A.雪花模型

B.星型模型

C.螺旋模型

D.汇聚模型

12.用于将关系型数据库中的数据批量导入到Hadoop/Hive中的工具是？

A.Flume

B.Sqoop

C.KafkaConnect

D.Hue

13.以下哪项技术主要用于实时收集和传输大量日志、事件流等数据？

A.Sqoop

B.Flume

C.Hue

D.Ambari

14.在大数据处理中，为了提高查询性能，通常会采用哪种文件存储格式？

A.JSON

B.XML

C.Parquet/ORC

D.CSV

15.以下哪项是大数据系统运维中常见的监控指标？

A.业务用户满意度

B.节点CPU利用率

C.市场营销费用

D.产品销售排名

二、判断题（请将“正确”或“错误”填写在题号后的括号内）

1.HadoopMapReduce是一个分布式存储系统。()

2.YARN（YetAnotherResourceNegotiator）是Hadoop2.0引入的资源管理框架。()

3.Hive是运行在Spark之上的数据仓库工具。()

4.SparkStreaming是基于SparkCore的微批处理（Micro-batching）模型。()

5.Flink的状态管理是基于检查点（Checkpointing）和保存点（Savepoint）的。()