上海交通大学2025年致远学院(计算机科学)大数据技术能力测试试题及答案.docxVIP

上海交通大学2025年致远学院(计算机科学)大数据技术能力测试试题及答案

姓名：__________考号：__________

一、单选题(共10题)

1.以下哪个不是大数据技术的核心概念？()

A.数据量

B.数据多样性

C.数据实时性

D.数据安全性

2.Hadoop生态系统中的MapReduce主要用于做什么？()

A.数据存储

B.数据查询

C.数据处理

D.数据备份

3.在Hadoop中，以下哪个组件负责数据存储？()

A.HDFS

B.MapReduce

C.YARN

D.Hive

4.Spark与Hadoop相比，在哪些方面具有优势？()

A.速度快

B.可扩展性强

C.支持更多数据源

D.以上都是

5.以下哪个不是NoSQL数据库的特点？()

A.可扩展性强

B.支持高并发读写

C.结构化数据

D.分布式存储

6.在数据挖掘中，以下哪个步骤不属于数据预处理？()

A.数据清洗

B.数据集成

C.数据转换

D.数据分析

7.以下哪个算法不属于机器学习中的监督学习算法？()

A.决策树

B.支持向量机

C.K-means聚类

D.线性回归

8.以下哪个不是大数据处理中常见的分布式计算框架？()

A.Spark

B.Flink

C.Kafka

D.HBase

9.在Hadoop中，以下哪个组件负责资源管理和任务调度？()

A.HDFS

B.MapReduce

C.YARN

D.Hive

10.以下哪个不是大数据分析中的数据可视化工具？()

A.Tableau

B.PowerBI

C.Excel

D.Elasticsearch

二、多选题(共5题)

11.大数据技术中的Hadoop生态系统包括以下哪些组件？()

A.HDFS

B.MapReduce

C.YARN

D.Hive

E.HBase

F.ZooKeeper

12.以下哪些数据类型适合使用NoSQL数据库？()

A.文本数据

B.图数据

C.结构化数据

D.非结构化数据

E.半结构化数据

13.数据挖掘中常用的数据预处理步骤包括哪些？()

A.数据清洗

B.数据集成

C.数据变换

D.数据归一化

E.数据归一化

14.以下哪些是机器学习中的分类算法？()

A.决策树

B.支持向量机

C.K-means聚类

D.线性回归

E.主成分分析

15.在大数据应用中，以下哪些技术可以提高数据处理效率？()

A.数据压缩

B.数据去重

C.数据索引

D.数据缓存

E.数据分区

三、填空题(共5题)

16.Hadoop分布式文件系统（HDFS）的主要目的是为了支持大文件存储和分布式计算。

17.在MapReduce中，Map阶段的主要任务是处理输入数据并生成键值对输出。

18.YARN（YetAnotherResourceNegotiator）在Hadoop生态系统中的作用是资源管理和任务调度。

19.在数据挖掘过程中，用于描述数据集中每个数据项属性的表格称为数据。

20.机器学习中，通过训练数据学习得到模型的过程称为。

四、判断题(共5题)

21.Hadoop的MapReduce模型是专门为批处理设计的，不适合实时数据处理。()

A.正确B.错误

22.在HDFS中，数据被存储在多个节点上，如果其中一个节点故障，其他节点可以接管其工作。()

A.正确B.错误

23.NoSQL数据库总是非关系型的，不支持关系型数据。()

A.正确B.错误

24.数据挖掘中的数据预处理步骤是可选的，因为原始数据通常已经是干净和格式化的。()

A.正确B.错误

25.机器学习中的模型评估指标越高，模型的性能越好。()

A.正确B.错误

五、简单题(共5题)

26.请简述Hadoop分布式文件系统（HDFS）的工作原理。

27.解释MapReduce编程模型中的Map和Reduce两个阶段的区别。

28.简述大数据技术中数据预处理的重要性及其主要步骤。

29.什么是机器学习中的监督学习和无监督学习？请举例说明。

30.解释什么是数据挖掘中的特征工程，以及它在数据挖掘过程中的作用。

上海交通大学2025年致远学院(计算机科学)大数据技术能力测试试题及答案

一