2026年国开电大大数据技术概论形考题库100道含完整答案（典优）.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、以下哪类数据不属于大数据的主要数据类型？

A.结构化数据

B.半结构化数据

C.非结构化数据

D.线性数据

【答案】：D

解析：大数据的主要数据类型包括结构化数据（如关系型数据库表）、半结构化数据（如XML/JSON）和非结构化数据（如文本、图片、视频）。“线性数据”并非大数据数据类型的分类标准，属于干扰项，因此正确答案为D。

2、大数据在金融领域的典型应用场景是以下哪项？

A.电商平台个性化商品推荐

B.金融机构风险评估与信用评分

C.城市智能交通信号调度

D.社交媒体用户情感分析

【答案】：B

解析：本题考察大数据应用场景。A选项是电商领域的个性化推荐，C是交通领域的智能调度，D是社交领域的情感分析，均不属于金融领域。B选项“金融风险评估”是大数据在金融领域的典型应用，通过分析用户交易数据、信用记录等评估违约风险，故正确答案为B。

3、以下哪项是大数据在医疗健康领域的典型应用？

A.智慧城市管理

B.精准医疗服务

C.智能交通调度

D.工业物联网监控

【答案】：B

解析：本题考察大数据应用场景知识点。精准医疗通过分析患者基因数据、病历数据等海量医疗信息，实现个性化诊断与治疗方案，属于大数据在医疗领域的典型应用。智慧城市管理（城市交通、安防等）、智能交通调度（交通流量分析）、工业物联网监控（设备状态监测）分别属于城市管理、交通、工业领域的应用，因此正确答案为B。

4、以下哪项是Spark作为大数据处理框架相比MapReduce的显著优势？

A.仅支持非结构化数据处理，不适合结构化数据

B.基于磁盘存储的批处理，适合超大规模数据

C.内存计算架构，处理速度比MapReduce快10-100倍

D.仅支持实时流处理，无法处理离线批处理任务

【答案】：C

解析：本题考察Spark与MapReduce的技术差异。Spark采用内存计算架构，避免了MapReduce中频繁的磁盘IO操作，因此处理速度更快；A选项错误，Spark既支持结构化也支持非结构化数据；B选项错误，Spark支持内存和磁盘混合存储，且MapReduce本身也能处理超大规模数据；D选项错误，Spark同时支持批处理和流处理（StructuredStreaming）。

5、以下哪个应用场景最能体现大数据在实时分析与处理能力的优势？

A.电商平台的用户个性化推荐（基于历史行为）

B.金融机构的实时交易风控（拦截欺诈交易）

C.社交媒体的热点话题追踪（实时统计热度）

D.物流企业的路径优化（基于实时交通数据）

【答案】：B

解析：本题考察大数据实时处理的典型场景。金融实时风控（B）需毫秒级处理交易数据流，对实时性要求极高（如信用卡盗刷拦截）；A依赖历史数据的离线分析，C、D虽涉及实时数据但对速度要求低于金融风控，因此B是实时分析优势的典型体现。

6、以下哪个是分布式文件系统？

A.Hadoop

B.HDFS

C.Spark

D.YARN

【答案】：B

解析：本题考察大数据技术框架知识点。HDFS（HadoopDistributedFileSystem）是Hadoop生态系统中的分布式文件系统，用于存储海量数据；A选项Hadoop是分布式计算框架的统称，C选项Spark是内存计算框架，D选项YARN是资源管理器，均非分布式文件系统，因此正确答案为B。

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.Variety（多样性）

D.Validity（有效性）

【答案】：D

解析：本题考察大数据的核心特征（4V）知识点。大数据的4V特征是指Volume（数据量）、Velocity（数据产生速度）、Variety（数据多样性）和Value（数据价值），而Validity（有效性）并非4V特征之一。因此正确答案为D，A、B、C均为4V特征的核心内容。

8、大数据的“Volume”特征主要描述的是数据的什么特性？

A.数据量巨大

B.处理速度快

C.数据类型多样

D.数据价值密度高

【答案】：A

解析：本题考察大数据5V特征知识点。大数据的5V特征中，“Volume”特指数据量巨大（如PB级、EB级）；B选项“处理速度快”对应“Velocity”特征；C选项“数据类型多样”对应“Variety”特征；D选项“数据价值密度高”描述错误，大数据的“Value”特征实际是“价值密度低”（需通过挖掘提取价值）。因此正确答案为A。

9、以下哪项是大数据在医疗健康领域的典型应用？

A.交通流量实时调度

B.智能电网负荷预测

C.基于病历数据的疾病风险预测

D.电商