2026年国开电大大数据技术形考题库100道含完整答案【名校卷】.docxVIP

2026年国开电大大数据技术形考题库100道

第一部分单选题(100题)

1、Spark作为大数据处理框架，相比HadoopMapReduce的核心优势是？

A.基于内存计算，处理速度更快

B.仅支持结构化数据处理

C.只能进行离线批处理

D.必须运行在分布式文件系统HDFS上

【答案】：A

解析：本题考察Spark与HadoopMapReduce的技术差异。Spark的核心优势是基于内存计算，避免了HadoopMapReduce的磁盘IO瓶颈，因此处理速度更快（尤其适合迭代计算和实时分析）。B选项错误，Spark支持结构化、半结构化（如JSON）、非结构化（如文本）等多种数据类型；C选项错误，Spark不仅支持批处理，还支持SparkStreaming实时计算；D选项错误，Spark可运行在本地、YARN、Kubernetes等多种环境，不依赖HDFS。

2、大数据的哪个特征是指数据的产生和处理速度快？

A.Volume（容量）

B.Velocity（速度）

C.Variety（多样性）

D.Value（价值）

【答案】：B

解析：本题考察大数据的核心特征知识点。大数据的四个关键特征中，Velocity（速度）特指数据的产生和处理速度快，能够实时或准实时处理数据；Volume（容量）指数据规模庞大；Variety（多样性）指数据类型多样（结构化、半结构化、非结构化）；Value（价值）指数据蕴含的潜在价值。因此正确答案为B。

3、Hadoop分布式文件系统（HDFS）的英文缩写是？

A.HDFS

B.HBase

C.MapReduce

D.YARN

【答案】：A

解析：本题考察Hadoop生态系统的核心组件知识点。HDFS（HadoopDistributedFileSystem）是Hadoop分布式文件系统的缩写，用于存储海量数据；HBase是基于Hadoop的NoSQL数据库，MapReduce是分布式计算框架，YARN是Hadoop的资源管理器，均不属于分布式文件系统。因此正确答案为A。

4、以下哪项不属于大数据的5V特征？

A.Volume（容量）

B.Velocity（速度）

C.Value（价值）

D.Variable（变量）

【答案】：D

解析：大数据5V特征包括Volume（数据量大）、Velocity（处理速度快）、Variety（数据类型多样）、Veracity（数据真实性）、Value（数据价值密度低）。Variable（变量）不属于5V特征，因此答案为D。

5、以下哪种算法属于无监督学习？

A.线性回归（有监督，预测连续值）

B.K-Means（无监督，聚类算法）

C.逻辑回归（有监督，分类算法）

D.决策树（有监督，分类/回归算法）

【答案】：B

解析：本题考察机器学习算法类型。无监督学习无需标签数据，K-Means通过数据特征自动分组（聚类）；A、C、D均为有监督学习（需训练标签数据），线性回归用于预测连续值，逻辑回归和决策树用于分类任务，因此B选项正确。

6、Hadoop生态系统中负责分布式存储的核心组件是？

A.MapReduce

B.YARN

C.HDFS

D.Hive

【答案】：C

解析：本题考察Hadoop生态系统组件知识点。HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统，专门负责海量数据的分布式存储；MapReduce是分布式计算框架，用于并行处理大数据；YARN是资源管理器，负责集群资源调度；Hive是基于Hadoop的数据仓库工具，用于数据仓库建模和查询。因此正确答案为C。

7、大数据的4V特征中，不包含以下哪一项？

A.Volume（容量）

B.Velocity（速度）

C.Veracity（真实性）

D.Variety（多样性）

【答案】：C

解析：本题考察大数据核心特征知识点。大数据的4V特征明确为Volume（容量）、Velocity（速度）、Variety（多样性）、Value（价值），而Veracity（真实性）不属于4V特征范畴，属于干扰项。其他选项均为4V特征的组成部分。

8、大数据的4V特征中，不包含以下哪一项？

A.Volume（容量）

B.Velocity（速度）

C.Variety（多样性）

D.Veracity（真实性）

【答案】：D

解析：本题考察大数据4V特征知识点，大数据经典4V特征为Volume（容量）、Velocity（速度）、Variety（多样性）、Value（价值），而Veracity（真实性）属于大数据扩展特征（5V中的第五个V），因此4V特征中不包含D选项，正确答案为D。

9、关于大数据