2025年大数据与人工智能技术职业考试试卷及答案.docxVIP

2025年大数据与人工智能技术职业考试试卷及答案

一、单项选择题（每题1分，共20分）

1.在Hadoop3.x中，负责整个集群资源管理与任务调度的核心守护进程是

A.NodeManager

B.ResourceManager

C.JobTracker

D.ApplicationMaster

答案：B

解析：ResourceManager是YARN的全局资源调度器，统一接管集群所有计算资源，NodeManager只负责单节点资源汇报，JobTracker已随MRv1淘汰，ApplicationMaster仅管理单个应用生命周期。

2.SparkSQL中，下列哪种数据源支持谓词下推（PredicatePushdown）且默认启用？

A.JSON

B.ORC

C.CSV

D.Text

答案：B

解析：ORC文件格式内置轻量级索引与布隆过滤器，Catalyst优化器自动将过滤条件下推到文件层，减少磁盘IO；JSON、CSV、Text均不支持原生索引。

3.Flink的Checkpoint机制使用哪种分布式一致性协议实现精确一次语义？

A.TwoPhaseCommit

B.Paxos

C.ChandyLamport

D.Raft

答案：C

解析：ChandyLamport算法通过分布式快照实现全局一致性状态，Flink在其基础上引入barrier对齐机制，保证exactlyonce；2PC用于端到端Sink，Paxos/Raft并非Flink原生协议。

4.在Kafka2.8之后，移除Zookeeper依赖的替代组件是

A.KRaft

B.QuorumController

C.BrokerRaft

D.KafkaMetadataShell

答案：A

解析：KRaft（KafkaRaftMetadataMode）用内置Raft元数据日志取代ZK，降低运维复杂度；QuorumController是KRaft内部角色，非独立组件。

5.某电商使用HiveonTez执行广告曝光日志分析，开启LLAP后，下列参数主要决定常驻内存缓存大小的是

A.hive.tez.container.size

B.hive.llap.io.memory.size

C.hive.exec.parallel

D.tez.am.resource.memory.mb

答案：B

解析：hive.llap.io.memory.size直接控制LLAP守护进程用于缓存列数据的offheap内存，决定热数据命中率；其余参数分别控制容器大小、并行度、AM内存。

6.在PyTorch2.0中，pile默认使用的后端图编译器是

A.TorchScript

B.TorchDynamo

C.Inductor

D.FXGraph

答案：C

解析：Inductor基于Triton生成高性能GPU内核，自动融合算子，成为2.0默认后端；TorchScript为静态图遗留方案，TorchDynamo负责捕获动态图。

7.以下哪项不是XGBoost在训练阶段用于防止过拟合的显式参数？

A.subsample

B.colsample_bytree

C.scale_pos_weight

D.gamma

答案：C

解析：scale_pos_weight用于调节正负样本权重，解决类别不平衡，不直接约束模型复杂度；其余三项分别控制样本采样、特征采样、分裂最小增益。

8.在Kubernetes1.28中，用于批量调度Spark作业的原生资源对象首选

A.Deployment

B.CronJob

C.Job

D.SparkApplication

答案：D

解析：SparkOperator提供的SparkApplicationCRD支持集群模式、动态资源分配、依赖包管理，比原生Job更贴合Spark生命周期。

9.某金融公司使用FlinkCEP检测“5分钟内同一账户连续失败≥3次且IP更换”的欺诈行为，最合理的模式量化策略是

A.within(Time.seconds(300)).oneOrMore

B.followedBy.anyTimes(3)

C.timesOrMore(3).within(Time.minutes(5))

D.consecutive.times(3).within(Time.minutes(5))

答案：D

解析：consecutive强制三次失败