2026年国开电大大数据技术形考题库100道及参考答案（预热题）.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、大数据的核心特征（4V）不包括以下哪一项？

A.数据量巨大（Volume）

B.数据类型单一（Uniformity）

C.处理速度快（Velocity）

D.数据价值密度低（Value）

【答案】：B

解析：本题考察大数据的4V特征知识点。大数据的核心特征为Volume（数据量巨大）、Velocity（处理速度快）、Variety（数据类型多样）、Value（价值密度低）。选项B中“数据类型单一”不符合4V特征，属于错误表述；其他选项均为4V特征的正确描述。

2、在大数据处理流程中，“处理数据中的缺失值、异常值和重复记录”属于以下哪个环节？

A.数据清洗

B.数据集成

C.数据转换

D.数据归约

【答案】：A

解析：数据清洗的主要任务是对原始数据进行净化，包括去除重复数据、处理缺失值、修正异常值等；数据集成是合并多个数据源；数据转换是格式标准化处理；数据归约是减少数据量。因此“处理缺失值、异常值”属于数据清洗环节，答案为A。

3、以下关于NoSQL数据库的描述，正确的是？

A.NoSQL数据库只能存储结构化数据

B.NoSQL数据库通常不严格遵循ACID事务特性

C.NoSQL数据库仅支持单机部署，无法分布式扩展

D.NoSQL数据库的查询语言与SQL完全相同

【答案】：B

解析：本题考察NoSQL数据库特性知识点。NoSQL（非关系型数据库）的特点：A错误，NoSQL支持非结构化（如文档、图片）、半结构化数据，而SQL主要处理结构化数据；B正确，NoSQL为提高扩展性，通常弱化ACID（如BASE理论），不严格遵循原子性、一致性等特性；C错误，NoSQL支持分布式部署（如MongoDB分片），可横向扩展；D错误，NoSQL查询语言多样（如MongoDB的BSON查询、Redis的键值对查询），与SQL语法不同。因此选B。

4、Hadoop生态系统中，负责分布式数据存储的核心组件是？

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.ZooKeeper（分布式协调服务）

【答案】：A

解析：本题考察Hadoop核心组件知识点。HDFS（HadoopDistributedFileSystem）是Hadoop生态中专门负责海量数据分布式存储的核心组件；MapReduce负责分布式计算，YARN负责资源管理，ZooKeeper提供分布式协调服务。因此正确答案为A。

5、以下哪一项不属于大数据的4V特征？

A.Volume

B.Velocity

C.Variety

D.Validity

【答案】：D

解析：大数据的4V特征指的是Volume（规模性）、Velocity（高速性）、Variety（多样性）、Value（价值性）。选项D的“Validity（有效性）”并非4V特征之一，因此答案为D。

6、HDFS默认情况下，为每个数据块存储的副本数量是？

A.1

B.2

C.3

D.4

【答案】：C

解析：本题考察HDFS副本机制知识点。HDFS为保障数据可靠性和容错性，默认将每个数据块存储3个副本在不同节点，即使单个节点故障，数据仍可通过其他副本恢复；1个副本无容错能力，2个副本容错性较低，4个副本超出常规默认配置。因此正确答案为C。

7、Hadoop分布式文件系统（HDFS）的主要作用是？

A.负责大数据的并行计算任务调度

B.存储海量的结构化和非结构化数据

C.管理集群的资源分配与作业调度

D.提供机器学习算法的实现接口

【答案】：B

解析：本题考察Hadoop生态系统核心组件功能。HDFS是分布式存储系统，核心作用是存储海量数据。选项A（并行计算）属于MapReduce或Spark的功能；选项C（资源调度）是YARN的职责；选项D（机器学习接口）非HDFS设计目标，因此正确答案为B。

8、以下哪种算法属于无监督学习？

A.线性回归（有监督，预测连续值）

B.K-Means（无监督，聚类算法）

C.逻辑回归（有监督，分类算法）

D.决策树（有监督，分类/回归算法）

【答案】：B

解析：本题考察机器学习算法类型。无监督学习无需标签数据，K-Means通过数据特征自动分组（聚类）；A、C、D均为有监督学习（需训练标签数据），线性回归用于预测连续值，逻辑回归和决策树用于分类任务，因此B选项正确。

9、在大数据处理流程中，“数据预处理”阶段的主要任务不包括以下哪项？

A.数据清洗

B.数据集成

C.数据挖掘

D.数据转换

【答案】：C

解析：本题考察大数据处理流程，正确答案为C。数据预处理包括数据清洗（处理缺失值