大数据面试题及答案.pdfVIP

大数据面试题及答案

考试时长：120分钟满分：100分

试卷名称：大数据面试题及答案

考核对象：大数据行业从业者、求职者

题型分值分布：

-判断题（10题，每题2分）总分20分

-单选题（10题，每题2分）总分20分

-多选题（10题，每题2分）总分20分

-案例分析（3题，每题6分）总分18分

-论述题（2题，每题11分）总分22分

总分：100分

一、判断题（每题2分，共20分）

1.Hadoop生态系统中的HDFS是分布式文件系统，其设计目

标是高吞吐量而非低延迟访问。

2.MapReduce编程模型中，Map阶段的输出必须严格遵循“键

-值”对格式，Reduce阶段才能正确处理。

3.K-Means聚类算法对初始聚类中心的选择敏感，可能导致

收敛到局部最优解。

4.Spark的RDD（弹性分布式数据集）是不可变的，但可以通

过持久化机制优化计算性能。

5.机器学习中的过拟合是指模型在训练数据上表现极好，但

在测试数据上泛化能力差。

6.ETL（Extract-Tr