2026年国开电大大数据技术形考题库100道及答案【真题汇编】.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：HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统，专为海量数据存储设计，是大数据存储的核心组件；MapReduce是分布式计算框架，YARN是资源管理器，Hive是数据仓库工具，均不负责存储功能。因此A正确。

2、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。

3、K-Means算法在数据挖掘中属于以下哪种类型？

A.分类算法

B.聚类算法

C.关联规则挖掘算法

D.回归算法

【答案】：B

解析：本题考察数据挖掘算法类型知识点。K-Means是典型的无监督聚类算法，通过最小化簇内距离将数据自动划分为不同簇（Cluster）；A选项分类算法（如决策树、SVM）需标注训练数据类别，属于监督学习；C选项关联规则挖掘（如Apriori）用于发现数据项间的关联关系；D选项回归算法（如线性回归）用于预测连续数值。因此正确答案为B。

4、在大数据处理流程中，对数据进行清洗、去重、填补缺失值等操作属于以下哪个环节？

A.数据预处理

B.数据挖掘

C.模型训练

D.结果可视化

【答案】：A

解析：本题考察大数据处理流程各环节定义。数据预处理是大数据处理的前期关键步骤，包含数据清洗（处理缺失值、异常值）、数据集成（合并多源数据）、数据转换（格式转换）等操作；数据挖掘是从数据中提取模式，模型训练和结果可视化属于后续环节。因此正确答案为A。

5、大数据的5V特征中，不包括以下哪一项？

A.Volume

B.Velocity

C.Variety

D.Validity

【答案】：D

解析：本题考察大数据的5V特征知识点。大数据的5V特征包括Volume（数据容量）、Velocity（数据产生速度）、Variety（数据多样性）、Veracity（数据真实性）、Value（数据价值）。选项D的Validity（有效性）并非大数据5V特征之一，因此正确答案为D。

6、下列算法中，常用于大数据分类任务的是？

A.K-Means聚类算法

B.Apriori关联规则算法

C.支持向量机（SVM）

D.PCA主成分分析算法

【答案】：C

解析：本题考察数据挖掘算法类型知识点。支持向量机（SVM）是典型的有监督分类算法；K-Means是无监督聚类算法，Apriori用于关联规则挖掘（无监督），PCA用于降维（特征工程），因此答案为C。

7、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（HadoopDistributedFileSystem）

B.MapReduce

C.YARN

D.Pig

【答案】：A

解析：本题考察Hadoop生态系统的核心组件功能，正确答案为A。HDFS（Hadoop分布式文件系统）是Hadoop的核心组件之一，专门用于在集群中分布式存储海量数据。B选项MapReduce是Hadoop的分布式计算框架，负责数据处理而非存储；C选项YARN是Hadoop的资源管理器，负责集群资源调度；D选项Pig是基于Hadoop的高级查询语言，用于数据处理而非存储。

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，主要用于处理数据中的缺失值（如空值）、异常值（如离群点）、重复值等问题，确保数据质量。数据集成是合并多源数据，数据转换是对数据进行标准化、归一化等格式转换，数据可视化是结果展示，不属于预处理操作。

9、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.ZooKeeper

【答案】：A

解析：本题考察Hadoop核心组件知识点。HDFS（Ha