2026年国开电大大数据技术概论形考题库100道【考点梳理】.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、以下哪项属于大数据中的非结构化数据？

A.关系型数据库中的用户信息表

B.医院的电子病历文本

C.企业ERP系统中的结构化销售数据

D.金融交易记录的结构化表格

【答案】：B

解析：本题考察大数据数据类型知识点。非结构化数据无固定格式和预定义结构，如文本、图片、音频等；结构化数据有明确字段和格式，如关系型数据库表、结构化表格。选项A、C、D均为结构化数据，选项B“电子病历文本”属于无固定格式的非结构化数据，因此正确答案为B。

2、以下哪个场景最能体现大数据技术的应用价值？

A.某学校人工统计学生成绩并记录在纸质表格中

B.某电商平台根据用户浏览和购买历史推荐个性化商品

C.某工厂仅依靠人工经验调整生产线参数

D.某图书馆手工整理书籍借阅卡片

【答案】：B

解析：本题考察大数据应用场景知识点。大数据技术通过分析海量用户行为数据（如浏览、购买历史），实现精准推荐。选项A、C、D均为传统人工操作，未体现大数据技术的自动化、智能化分析能力。选项B中电商平台利用用户数据推荐商品，是大数据在精准营销中的典型应用，因此正确答案为B。

3、以下哪个工具是专门用于大数据交互式可视化分析的？

A.Tableau

B.MySQL

C.Hive

D.Pig

【答案】：A

解析：本题考察大数据可视化工具，Tableau是专业的交互式数据可视化分析工具；MySQL是关系型数据库管理系统，Hive是基于Hadoop的数据仓库工具，Pig是Hadoop的高级查询语言工具，均非可视化工具。

4、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。

5、在Hadoop生态系统中，负责分布式文件存储的核心组件是？

A.MapReduce

B.YARN

C.HDFS

D.Hive

【答案】：C

解析：本题考察Hadoop生态系统核心组件知识点。HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统，用于存储海量数据，是Hadoop的核心存储组件，因此C选项正确。A选项MapReduce是分布式计算框架，B选项YARN是资源管理器，D选项Hive是数据仓库工具，均不属于分布式文件存储组件。

6、以下哪个是Hadoop分布式文件系统的英文缩写？

A.HDFS

B.HBase

C.Hive

D.Hadoop

【答案】：A

解析：本题考察Hadoop生态系统核心组件知识点。HDFS是HadoopDistributedFileSystem的缩写，是Hadoop分布式文件系统，用于存储海量数据；HBase是HadoopDatabase（分布式NoSQL数据库），Hive是基于Hadoop的数据仓库工具，Hadoop是整体框架名称而非文件系统缩写。因此正确答案为A。

7、以下哪项属于大数据的典型数据来源？

A.传感器数据（物联网设备采集）

B.结构化数据（如关系型数据库表）

C.关系型数据库中的历史数据

D.机器学习模型生成的预测结果

【答案】：A

解析：本题考察大数据数据来源的类型。传感器数据（如物联网设备、环境监测设备）是大数据的重要来源之一，具有实时性和海量性；B选项“结构化数据”是数据类型（非来源），C选项“关系型数据库”是数据存储载体（非来源），D选项“机器学习模型结果”是数据应用产物（非来源）。因此正确答案为A。

8、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。

9、以下哪项是Hadoop分布式文