2026年国开电大大数据技术形考题库100道及答案【考点梳理】.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、在Hadoop生态系统中，负责分布式存储海量数据的核心组件是？

A.HDFS（分布式文件系统）

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】：A

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，主要负责海量数据的分布式存储；B选项MapReduce是分布式计算框架，C选项YARN是资源管理器，D选项Hive是基于Hadoop的数据仓库工具，均不负责分布式存储。因此正确答案为A。

2、Hadoop生态系统中，负责存储海量数据的核心分布式文件系统是？

A.HDFS（HadoopDistributedFileSystem）

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】：A

解析：本题考察Hadoop生态系统核心组件知识点。Hadoop的核心分布式文件系统是HDFS，用于存储海量数据；B选项MapReduce是分布式计算框架，负责并行计算任务；C选项YARN是资源管理器，管理集群资源；D选项Hive是基于Hadoop的数据仓库工具，用于数据查询和分析。因此正确答案为A。

3、以下哪种技术常用于大数据传输过程中的安全加密？

A.AES加密

B.SSL/TLS协议

C.MD5哈希算法

D.RSA加密

【答案】：B

解析：本题考察大数据安全传输技术。SSL/TLS（安全套接层/传输层安全）是专门用于网络传输层的数据加密协议，保障数据在传输过程中的安全性；A选项AES是对称加密算法，多用于数据存储加密；C选项MD5是单向哈希算法，仅用于数据校验而非加密；D选项RSA是非对称加密算法，常用于身份认证或小数据量加密，不直接用于传输层大规模数据加密。

4、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。

5、K-means算法在数据挖掘中主要用于解决以下哪种任务？

A.分类（Classification）

B.聚类（Clustering）

C.关联规则挖掘（AssociationRuleMining）

D.回归分析（RegressionAnalysis）

【答案】：B

解析：本题考察数据挖掘算法类型。K-means是经典的无监督学习聚类算法，通过距离度量将数据划分为K个簇（cluster）；选项A的分类需预先定义类别标签（如决策树、SVM），属于有监督学习；选项C的关联规则挖掘（如Apriori）用于发现数据项之间的关联关系（如“啤酒与尿布”）；选项D的回归分析用于预测连续数值（如线性回归）。因此，K-means属于聚类任务，正确答案为B。

6、大数据的5V特征中，“Velocity”指的是？

A.数据处理的速度（数据产生和流动的速度）

B.数据的规模（数据量大小）

C.数据的多样性（结构化与非结构化数据并存）

D.数据的价值密度（数据蕴含的价值）

【答案】：A

解析：本题考察大数据的5V特征知识点。大数据的5V特征分别是Volume（数据量）、Velocity（速度）、Variety（多样性）、Veracity（准确性）、Value（价值）。选项A准确描述了Velocity的含义；B对应Volume，C对应Variety，D对应Value，均为错误选项。

7、在大数据技术架构中，负责对数据进行分布式并行计算的是哪一层？

A.基础设施层

B.数据存储层

C.数据处理层

D.数据应用层

【答案】：C

解析：大数据技术架构通常分为四层：基础设施层（提供硬件、虚拟化等基础资源）、数据存储层（存储结构化/非结构化数据）、数据处理层（对数据进行分布式并行计算，含批处理、流处理等）、数据应用层（基于处理后的数据进行分析、可视化等）。选项C“数据处理层”负责计算任务，因此正确答案为C。

8、在大数据处理的预处理阶段，以下哪个操作主要用于处理数据中的缺失值和异常值？

A.数据清洗

B.数据集成

C.数据转换

D.数据可视化

【答案】：A

解析：本题考察数据预处理操作知识点。数据清洗是预处理的关键步骤，主要用于处理数