2025年大数据工程师职业资格考试题库（附答案和详细解析）（1227）.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）

HDFS默认的块大小是以下哪一项？

A.64MB

B.128MB

C.256MB

D.512MB

答案：B

解析：HDFS设计为处理大文件，默认块大小为128MB（Hadoop2.x及以上版本），该设置可减少NameNode的元数据管理压力，同时适配磁盘传输效率。选项A是Hadoop1.x的默认块大小，C、D为常见自定义配置值，非默认。

Spark中RDD的“惰性计算”特性指的是？

A.所有操作立即执行

B.转换操作立即执行，行动操作延迟执行

C.转换操作延迟执行，行动操作触发计算

D.所有操作均延迟执行

答案：C

解析：RDD的转换操作（如map、filter）会构建计算图但不立即执行，仅当行动操作（如count、collect）被调用时，才会触发从初始RDD到目标RDD的全链路计算。选项A错误，B混淆了转换与行动的执行顺序，D忽略了行动操作的触发作用。

以下哪项不是Flink支持的时间类型？

A.事件时间（EventTime）

B.处理时间（ProcessingTime）

C.摄入时间（IngestionTime）

D.系统时间（SystemTime）

答案：D

解析：Flink定义了三种时间语义：事件时间（数据生成的实际时间）、处理时间（数据被处理的时间）、摄入时间（数据进入Flink系统的时间）。系统时间是操作系统的实时时间，不属于Flink的时间类型。

Hive的元数据默认存储在以下哪个数据库中？

A.MySQL

B.Derby

C.PostgreSQL

D.Oracle

答案：B

解析：Hive元数据默认使用内嵌的Derby数据库存储（单用户模式），生产环境中通常替换为MySQL或PostgreSQL以支持多用户并发。选项A、C、D为常见外部元数据库，非默认。

Kafka中消费者组（ConsumerGroup）的核心作用是？

A.提高消息发送吞吐量

B.实现消息的广播与负载均衡

C.保证消息的顺序性

D.管理生产者连接

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，实现消息的负载均衡（同一分区的消息仅由组内一个消费者处理）；不同消费者组订阅同一主题时，可实现消息的广播（每个组独立消费全量消息）。选项A是生产者的特性，C需依赖单分区+单消费者，D与生产者无关。

数据倾斜（DataSkew）最可能导致的问题是？

A.计算资源浪费

B.数据丢失

C.网络带宽不足

D.数据重复

答案：A

解析：数据倾斜指部分Key的记录数远多于其他Key，导致对应任务节点计算耗时过长，其他节点空闲，造成资源浪费。数据丢失（B）通常由存储故障引起，网络带宽（C）是集群固有属性，数据重复（D）与去重逻辑相关，均非数据倾斜直接后果。

以下哪项是数据仓库（DataWarehouse）的核心特性？

A.支持实时事务处理

B.面向主题（Subject-Oriented）

C.数据易失性（Volatile）

D.支持高频增删改

答案：B

解析：数据仓库的四大特性为面向主题、集成性、非易失性、时变性。面向事务（A）、易失性（C）、高频增删改（D）是OLTP数据库的特性。

OLAP（联机分析处理）与OLTP（联机事务处理）的主要区别是？

A.OLAP侧重历史数据分析，OLTP侧重实时交易

B.OLAP使用关系型数据库，OLTP使用NoSQL

C.OLAP数据量小，OLTP数据量大

D.OLAP支持高频写操作，OLTP支持复杂查询

答案：A

解析：OLAP（如数据仓库）用于复杂分析（多表关联、聚合），处理历史数据；OLTP（如业务数据库）用于日常交易（增删改查），处理实时数据。选项B错误，两者均可使用关系型数据库；C、D描述反了。

分布式系统中CAP定理的“C”指的是？

A.一致性（Consistency）

B.可用性（Availability）

C.分区容错性（PartitionTolerance）

D.正确性（Correctness）

答案：A

解析：CAP定理中，C（Consistency）指所有节点在同一时间看到相同的数据；A（Availability）指每个请求都能收到非错误响应；P（PartitionTolerance）指系统在网络分区时仍能运行。

机器学习中“特征工程”的主要目的是？

A.减少模型训练时间

B.提升模型对原始数据的表达能力

C.降低数据存储成本

D.避免过拟合

答案：B

解析：特征工程通过特征提取、选择、构造等操作，将原始数据转化为模型可高效利用的特征，核心目的是提升模型对业务问题的表达能力。减少训练时间（A）是模型优化的目标，降低存储成本