2026年大数据工程师职业资格考试题库（附答案和详细解析）（0112）.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设计时为了降低元数据管理开销并优化大文件存储，默认块大小设置为128MB（Hadoop2.x及以上版本）。64MB是早期Hadoop1.x的默认值，256MB和512MB为可选配置参数，非默认值。

以下哪个组件是HBase的存储模型核心？

A.列族（ColumnFamily）

B.行键（RowKey）

C.时间戳（Timestamp）

D.单元格（Cell）

答案：A

解析：HBase采用列式存储，数据按列族组织，列族是物理存储的基本单位（所有列族成员数据存储在一起）。行键是逻辑主键，时间戳用于版本控制，单元格是具体数据单元，但核心存储模型由列族定义。

SparkRDD的特性不包括以下哪项？

A.不可变性（Immutable）

B.惰性计算（LazyEvaluation）

C.自动容错（AutomaticFaultTolerance）

D.实时流处理（Real-timeStreaming）

答案：D

解析：RDD是Spark的核心抽象，特性包括不可变（每次转换生成新RDD）、惰性计算（仅行动操作触发计算）、通过血统（Lineage）实现自动容错。实时流处理是SparkStreaming（基于RDD微批处理）或StructuredStreaming的功能，非RDD本身特性。

Kafka生产者的“acks=all”配置表示？

A.无需等待Broker确认

B.仅等待Leader确认

C.等待所有ISR副本确认

D.等待主从副本确认

答案：C

解析：Kafka生产者确认机制中，acks=all要求消息被写入所有同步副本（In-SyncReplicas,ISR）后返回确认，提供最强一致性保障。acks=0无需确认，acks=1仅Leader确认，acks=all是最高可靠性配置。

数据清洗的主要任务不包括？

A.处理缺失值（MissingValues）

B.纠正错误值（ErrorValues）

C.标准化数据格式（DataFormatting）

D.生成新特征（FeatureEngineering）

答案：D

解析：数据清洗是数据预处理阶段，主要任务是提升数据质量（缺失值填充、错误值修正、格式统一）。生成新特征属于特征工程，是建模前的高级处理步骤，不属于基础清洗任务。

Flink中“事件时间（EventTime）”的定义是？

A.数据被Flink处理的时间

B.数据在数据源产生的时间

C.数据到达Flink的时间

D.窗口触发计算的时间

答案：B

解析：Flink支持三种时间语义：事件时间（数据实际产生时间，由数据源记录的时间戳决定）、摄入时间（数据进入Flink的时间）、处理时间（算子处理数据的时间）。事件时间是最符合业务逻辑的时间语义，常用于需要按实际发生顺序处理的场景。

分布式系统中CAP定理的“C”指？

A.一致性（Consistency）

B.可用性（Availability）

C.分区容错性（PartitionTolerance）

D.完整性（Completeness）

答案：A

解析：CAP定理指出分布式系统无法同时满足一致性（所有节点同一时刻看到相同数据）、可用性（每次请求都能获得非错误响应）、分区容错性（系统在网络分区时仍能运行），只能三选二。

Hive的元数据默认存储在以下哪个数据库？

A.MySQL

B.Derby

C.PostgreSQL

D.Oracle

答案：B

解析：Hive元数据存储数据库支持MySQL、Derby等，默认使用内嵌的Derby数据库（仅适合测试环境）。生产环境通常配置为MySQL以支持多用户并发。

数据仓库的分层架构中，“DWB”通常指？

A.操作数据层（OperationalDataStore）

B.明细数据层（DetailWarehouseLayer）

C.汇总数据层（WarehouseBaseLayer）

D.数据集市层（DataMart）

答案：C

解析：典型数据仓库分层为ODS（原始数据层）、DWD（明细数据层）、DWB（汇总数据层，基于DWD做轻度聚合）、DM（数据集市层，面向业务主题）。DWB是“WarehouseBaseLayer”的缩写。

以下哪项是实时计算的典型场景？

A.每日用户活跃数统计

B.实时推荐系统

C.月度销售报表

D.历史数据归档

答案：B

解析：实时计算要求低延迟（通常毫秒级），适用于需要即时响应的场景（如实时推荐、实时风控