2026年国开电大大数据技术形考题库100道【实用】.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、Hadoop生态系统中，负责分布式存储的核心组件是？

A.HDFS

B.MapReduce

C.YARN

D.Hive

【答案】：A

解析：本题考察Hadoop生态系统核心组件知识点。HDFS（Hadoop分布式文件系统）是Hadoop的分布式存储核心组件，专为存储海量数据设计；MapReduce是分布式计算框架，负责数据处理逻辑；YARN是资源管理器，协调集群计算资源分配；Hive是基于Hadoop的数据仓库工具，用于数据查询与分析。因此正确答案为A。

2、在Hadoop生态系统中，负责分布式存储的核心组件是？

A.HDFS

B.MapReduce

C.YARN

D.Hive

【答案】：A

解析：本题考察Hadoop生态系统组件功能。HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统，负责大数据的分布式存储；MapReduce是分布式计算框架，用于并行处理海量数据；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，用于数据查询和分析。因此负责分布式存储的组件是HDFS，正确答案为A。

3、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。

4、以下哪种数据库类型适合存储用户社交关系网络（如微博关注关系）？

A.关系型数据库（如MySQL）

B.文档型数据库（如MongoDB）

C.列族型数据库（如HBase）

D.图数据库（如Neo4j）

【答案】：D

解析：本题考察NoSQL数据库应用场景知识点。图数据库（如Neo4j）专为处理节点与关系复杂的图结构数据设计，适合存储社交关系网络（用户为节点、关注关系为边）；关系型数据库适合结构化表格数据；文档型数据库适合嵌套文档结构（如JSON）；列族型数据库适合海量结构化数据（如时序数据）。因此正确答案为D。

5、Hadoop分布式文件系统的英文缩写是？

A.HDFS

B.YARN

C.MapReduce

D.Hive

【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的分布式文件系统，负责海量数据的存储；YARN是资源管理器，MapReduce是计算框架，Hive是数据仓库工具，因此A选项正确。

6、以下哪项不属于大数据的基本特征？

A.数据量大（Volume）

B.价值密度高

C.处理速度快（Velocity）

D.数据类型多样（Variety）

【答案】：B

解析：本题考察大数据的基本特征知识点。大数据的核心特征通常包括Volume（数据量大）、Velocity（处理速度快）、Variety（数据类型多样）、Value（价值密度低）、Veracity（数据真实性）等。选项B“价值密度高”与大数据特征中“价值密度低”（即海量数据中有效信息占比低）相悖，因此不属于大数据基本特征。其他选项均为大数据典型特征。

7、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。

8、在Hadoop生态系统中，负责存储海量结构化与非结构化数据的核心组件是？

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.Spark（内存计算引擎）

【答案】：A

解析：本题考察Hadoop核心组件功能。HDFS（HadoopDistributedFil