2026年国开电大大数据技术概论形考题库100道附完整答案【历年真题】.docxVIP

2026年国开电大大数据技术概论形考题库100道

第一部分单选题(100题)

1、在Hadoop生态系统中，负责分布式计算任务调度与资源管理的核心组件是？

A.HDFS（分布式文件存储）

B.MapReduce（分布式计算框架）

C.YARN（资源管理器）

D.Hive（数据仓库工具）

【答案】：C

解析：YARN（YetAnotherResourceNegotiator）是Hadoop2.x引入的核心组件，负责集群资源的分配、调度及计算任务的管理；HDFS是分布式文件系统，用于存储数据；MapReduce是早期分布式计算框架；Hive是基于Hadoop的数据仓库工具。因此正确答案为C。

2、以下哪项不属于大数据的5V特征？

A.Volume

B.Velocity

C.Validity

D.Variety

【答案】：C

解析：本题考察大数据的5V特征知识点。大数据的5V特征包括Volume（数据容量）、Velocity（处理速度）、Variety（数据多样性）、Veracity（数据真实性）和Value（数据价值）。选项C的Validity（有效性）并非5V特征之一，因此正确答案为C。

3、以下哪个是Hadoop的分布式计算框架？

A.MapReduce

B.HDFS

C.YARN

D.Spark

【答案】：A

解析：本题考察Hadoop生态系统核心组件知识点。Hadoop生态系统中，MapReduce是分布式计算框架，负责并行处理海量数据；HDFS是分布式文件系统（负责数据存储）；YARN是资源管理器（负责集群资源调度）；Spark是独立的分布式计算引擎（非Hadoop核心组件）。因此正确答案为A。

4、在大数据分析的基本流程中，‘从海量数据中提取潜在模式、关联规则或异常信息’这一环节属于以下哪个步骤？

A.数据采集（获取原始数据）

B.数据预处理（清洗、转换等）

C.数据挖掘（发现隐藏模式）

D.数据可视化（结果展示）

【答案】：C

解析：本题考察大数据分析的核心流程环节。A选项数据采集是第一步，主要是从多个来源（如数据库、日志、传感器）获取原始数据；B选项数据预处理是对采集的数据进行清洗、去重、格式转换等操作，为后续分析做准备；C选项数据挖掘是大数据分析的核心环节，通过算法从海量数据中提取潜在的、有价值的模式（如关联规则、聚类结果）或异常信息；D选项数据可视化是将分析结果以图表等形式直观展示的步骤。因此正确答案为C。

5、以下哪项不属于大数据在商业领域的典型应用？

A.基于用户行为数据的精准营销

B.通过用户画像实现个性化推荐

C.利用历史销售数据进行市场趋势预测

D.传统纸质文档的人工分类与存储管理

【答案】：D

解析：本题考察大数据应用场景知识点。大数据在商业领域的典型应用包括精准营销（A）、个性化推荐（B）、市场趋势预测（C）等，均依赖数据驱动决策；D选项是传统人工管理，未涉及大数据技术的应用，因此不属于大数据典型应用。正确答案为D。

6、以下哪项是大数据区别于传统数据处理的典型特征？

A.数据量小

B.数据多样性

C.处理速度慢

D.数据结构化程度高

【答案】：B

解析：本题考察大数据的核心特征。大数据的典型特征包括数据量大（Volume）、数据多样性（Variety，如文本、图像、日志等非结构化/半结构化数据）、处理速度快（Velocity）等。A选项“数据量小”是传统数据的特征；C选项“处理速度慢”不符合大数据实时/近实时处理需求；D选项“数据结构化程度高”不准确，大数据包含大量非结构化数据。正确答案为B。

7、下列哪种工具常用于实时或准实时的分布式日志收集与聚合？

A.Flume（日志收集框架）

B.Sqoop（数据导入导出工具）

C.Kafka（分布式消息队列）

D.Hive（数据仓库工具）

【答案】：A

解析：本题考察大数据数据采集工具的功能，正确答案为A。Flume是Cloudera开源的分布式日志收集系统，支持多数据源（如日志文件、数据库）的实时聚合与传输，具备高可用和可扩展性；B选项Sqoop主要用于Hadoop与关系型数据库间的数据批量导入导出；C选项Kafka是高吞吐量的分布式消息系统，侧重消息传递而非直接日志聚合；D选项Hive是基于Hadoop的SQL数据仓库工具，与日志收集无关。因此A选项正确。

8、以下哪种数据处理方式适用于对海量历史数据进行批量分析和挖掘，如统计报表生成？

A.实时流处理

B.离线批处理

C.内存计算

D.图计算

【答案】：B

解析：离线批处理（BatchProcessing）针对大量历史数据进行周期性、批量处理，适合生成统计报表等非实时场景；实时流处理强调低延迟、实时性（如实时监控）；内存计