2026年国开电大大数据技术形考题库100道【黄金题型】.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、数据预处理中处理缺失值、异常值及重复记录的环节属于哪个步骤？

A.数据集成（合并多源数据）

B.数据清洗（处理数据质量问题）

C.数据转换（格式/单位转换）

D.数据规约（降低数据规模）

【答案】：B

解析：本题考察数据预处理环节知识点。数据清洗是处理数据质量问题的核心步骤，包括缺失值填充、异常值处理、重复记录去重等；数据集成是合并多源数据，数据转换是调整数据格式/类型，数据规约是通过降维/采样减少数据量，均与“处理缺失值、异常值”无关。

2、下列哪个工具通常用于实时采集分布式系统中的日志数据？

A.Sqoop

B.Flume

C.Kafka

D.Hive

【答案】：B

解析：本题考察大数据数据采集工具的功能，正确答案为B。Flume是Cloudera开源的分布式日志收集系统，专为实时采集分布式系统中的日志数据设计。A选项Sqoop主要用于Hadoop与关系型数据库之间的数据批量导入/导出；C选项Kafka是高吞吐量的分布式消息队列，主要用于数据传输和异步通信，而非实时日志采集；D选项Hive是基于Hadoop的数据仓库工具，用于数据存储和分析，不具备数据采集功能。

3、国开电大大数据技术课程中常见的企业级数据可视化与商业智能（BI）工具是？

A.Tableau

B.Pytho