2026年国开电大大数据技术形考题库100道精选答案.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分布式文件系统（HDFS）采用副本机制的主要目的是？

A.提高数据存储容量

B.保障数据可靠性和读取效率

C.加速数据传输速度

D.降低数据压缩成本

【答案】：B

解析：本题考察Hadoop分布式文件系统（HDFS）的核心机制知识点。HDFS的副本机制是指将数据在多个数据节点上存储多个副本（默认3个），其核心目的包括：①数据可靠性：当单个节点故障时，副本可替代故障节点数据，避免数据丢失；②读取效率：多个副本可并行读取，提升数据读取速度。选项A“存储容量”并非核心目的（副本会占用额外空间）；选项C“数据传输速度”与副本机制无关；选项D“数据压缩成本”与副本机制无关。因此正确答案为B。

2、大数据的5V特征不包括以下哪一项？

A.Volume（容量）

B.Velocity（速度）

C.Validity（有效性）

D.Variety（多样性）

【答案】：C

解析：本题考察大数据5V特征知识点。大数据的5V特征标准定义为Volume（容量）、Velocity（速度）、Variety（多样性）、Value（价值）、Veracity（真实性），而Validity（有效性）并非大数据5V特征之一，因此正确答案为C。

3、在大数据预处理流程中，‘处理数据中存在的重复记录’属于以下哪种操作？

A.数据清洗

B.数据集成

C.数据转换

D.数据规约

【答案】：A

解析：本题考察大数据预处理的核心操作。数据预处理流程包括数据清洗、集成、转换、规约等环节：数据清洗（选项A）的目标是去除噪声、异常值、重复值等，因此“处理重复记录”属于数据清洗；数据集成（B）是合并多源数据；数据转换（C）是对数据格式/结构进行转换（如标准化）；数据规约（D）是通过降维、采样等减小数据规模。因此“处理重复记录”属于数据清洗操作。

4、大数据的4V特征中，不包括以下哪一项？

A.Volume（数据量大）

B.Velocity（处理速度快）

C.Veracity（数据真实性）

D.Variety（数据类型多样）

【答案】：C

解析：本题考察大数据的4V特征知识点。大数据的4V特征定义为：Volume（数据量大，通常以PB/EB级衡量）、Velocity（处理速度快，需实时或近实时处理）、Variety（数据类型多样，包括结构化、半结构化、非结构化数据）、Value（价值密度低，需挖掘潜在价值）。而Veracity（数据真实性）属于数据质量维度，并非4V核心特征，因此答案为C。

5、以下哪项是Hadoop分布式文件系统的核心组件？

A.HDFS

B.MapReduce

C.YARN

D.Spark

【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分布式文件系统，负责数据的分布式存储；MapReduce是分布式计算框架，YARN是资源管理器，Spark是独立的内存计算引擎，因此答案为A。

6、大数据的5V特征中，不包含以下哪一项？

A.Volume（数据量大）

B.Velocity（处理速度快）

C.Variety（数据多样性）

D.Validity（数据有效性）

【答案】：D

解析：本题考察大数据的5V核心特征。大数据的5V特征为：Volume（数据量大）、Velocity（处理速度快）、Variety（数据多样性）、Veracity（数据真实性）、Value（价值密度低）。选项D的“Validity（数据有效性）”不属于5V特征，因此正确答案为D。

7、在大数据数据预处理流程中，用于处理数据缺失值、异常值的关键步骤是？

A.数据清洗

B.数据集成

C.数据变换

D.数据规约

【答案】：A

解析：本题考察大数据数据预处理步骤知识点。数据清洗是预处理的核心步骤，主要负责处理数据中的缺失值、异常值、重复值等问题；B选项数据集成是合并多个数据源；C选项数据变换是对数据格式、类型等进行转换；D选项数据规约是通过降维、压缩等方式减少数据规模。因此正确答案为A。

8、以下哪项不属于常用的大数据可视化工具？

A.Tableau

B.PowerBI

C.Hadoop

D.ECharts

【答案】：C

解析：本题考察大数据可视化工具知识点，Tableau和PowerBI是专业商业智能可视化工具，ECharts是基于JavaScript的前端可视化库；而Hadoop是分布式计算与存储框架，不属于可视化工具，因此正确答案为C。

9、Hadoop生态系统中，负责分布式文件存储的核心组件是？

A.HDFS

B.YARN

C.