2026年国开电大大数据技术概论形考题库100道及答案【新】.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、以下哪种技术是基于内存计算的快速大数据处理框架，适用于批处理和流处理场景？

A.HadoopMapReduce

B.ApacheSpark

C.ApacheStorm

D.ApacheFlink

【答案】：B

解析：本题考察大数据关键技术框架知识点。正确答案为B。解析：ApacheSpark是基于内存计算的分布式计算框架，相比HadoopMapReduce（基于磁盘，速度慢），Spark通过内存存储中间结果，处理速度提升数倍，且支持批处理（如离线分析）和流处理（如SparkStreaming）；A选项HadoopMapReduce是早期分布式批处理框架，依赖磁盘I/O，性能较低；C选项Storm和D选项Flink是专注于实时流处理的框架，主要用于低延迟场景（如实时监控告警），而Spark更侧重快速批处理和统一的处理引擎。因此B为正确选项。

2、在大数据处理流程中，用于处理数据缺失值、异常值及重复数据的步骤是？

A.数据清洗

B.数据集成

C.数据转换

D.数据规约

【答案】：A

解析：本题考察大数据处理流程中的数据预处理步骤知识点。数据清洗的核心作用是去除或修正数据中的噪声、缺失值、异常值及重复数据，保障数据质量；数据集成是合并多源数据，数据转换是统一数据格式，数据规约是降低数据规模，均与处理缺失值无关。因此正确答案为A。

3、大数据技术中，通常所说的‘4V’核心特征不包括以下哪一项？

A.数据量（Volume）

B.数据速度（Velocity）

C.数据多样性（Variety）

D.数据真实性（Veracity）

【答案】：D

解析：本题考察大数据‘4V’特征的基本概念。大数据经典‘4V’特征为：数据量（Volume，指数据规模庞大）、数据速度（Velocity，指数据产生和处理的速度快）、数据多样性（Variety，指数据类型多样，如结构化、半结构化、非结构化）、数据价值（Value，指从海量数据中挖掘潜在价值）。选项D的‘数据真实性（Veracity）’是后期扩展的特征，并非‘4V’核心定义，因此正确答案为D。

4、以下哪种技术属于大数据批处理计算框架？

A.MapReduce

B.SparkStreaming

C.Flink

D.KafkaStreams

【答案】：A

解析：本题考察大数据处理框架的分类。MapReduce是Hadoop生态中经典的批处理计算框架，适用于离线数据处理；B选项SparkStreaming是基于Spark的流处理框架，属于实时流处理；C选项Flink是开源流处理框架，支持高吞吐低延迟的流处理；D选项KafkaStreams是基于Kafka的流处理库，因此正确答案为A。

5、Hadoop生态系统中，用于分布式存储海量数据的核心组件是？

A.MapReduce

B.HDFS

C.YARN

D.HBase

【答案】：B

解析：本题考察Hadoop生态系统核心组件知识点。HDFS（B）是Hadoop分布式文件系统，负责海量数据的分布式存储；MapReduce（A）是分布式计算框架；YARN（C）是资源管理器，负责集群资源调度；HBase（D）是分布式NoSQL数据库，用于随机读写海量结构化数据。因此正确答案为B。

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

A.HDFS（分布式文件系统）

B.MapReduce（计算模型）

C.YARN（YetAnotherResourceNegotiator）

D.Hive（数据仓库工具）

【答案】：C

解析：本题考察Hadoop生态系统核心组件功能。YARN（YetAnotherResourceNegotiator）是Hadoop2.x版本引入的资源管理器，负责集群资源（CPU、内存等）的分配与调度，协调MapReduce等任务的执行。A选项HDFS是分布式存储系统；B选项MapReduce是分布式计算框架，负责并行计算任务；D选项Hive是基于Hadoop的数据仓库工具，用于SQL查询，均不符合题意。

7、大数据的4V特征不包括以下哪一项？

A.Volume（容量）

B.Velocity（速度）

C.Veracity（真实性）

D.Value（价值）

【答案】：C

解析：本题考察大数据的4V特征知识点。大数据的核心特征通常定义为4V：Volume（数据量巨大）、Velocity（处理速度快）、Variety（数据类型多样）、Value（蕴含高价值）。选项C的Veracity（真实性）不属于4V特征，因此正确答案为C。

8、以下哪种计算模