2026年国开电大大数据技术形考题库100道及完整答案【典优】.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5V特征中，“Velocity”指的是？

A.数据处理的速度（数据产生和流动的速度）

B.数据的规模（数据量大小）

C.数据的多样性（结构化与非结构化数据并存）

D.数据的价值密度（数据蕴含的价值）

【答案】：A

解析：本题考察大数据的5V特征知识点。大数据的5V特征分别是Volume（数据量）、Velocity（速度）、Variety（多样性）、Veracity（准确性）、Value（价值）。选项A准确描述了Velocity的含义；B对应Volume，C对应Variety，D对应Value，均为错误选项。

2、以下哪个是典型的大数据批处理计算框架？

A.MapReduce

B.SparkStreaming

C.ApacheFlink

D.ApacheStorm

【答案】：A

解析：本题考察大数据计算框架类型。MapReduce是Hadoop生态系统中经典的批处理计算框架，适用于离线、大规模数据处理；SparkStreaming、Flink、Storm均以实时流处理为核心设计（可处理批处理但非典型批处理框架）。因此正确答案为A。

3、关于数据仓库（DataWarehouse）和数据集市（DataMart）的描述，正确的是？

A.数据集市是面向企业整体的，数据仓库是面向部门的

B.数据集市的数据来源于数据仓库

C.数据仓库通常存储细节数据，数据集市仅存储汇总数据

D.数据仓库规模较小，数据集市规模较大

【答案】：B

解析：本题考察数据仓库与数据集市的概念区别。数据集市是数据仓库的子集，其数据来源于数据仓库（通常是从数据仓库中抽取特定业务部门所需的数据）；A选项混淆了两者的面向范围（数据仓库面向企业整体，数据集市面向部门）；C选项错误（数据集市也可存储细节数据）；D选项错误（数据仓库规模通常更大）。因此正确答案为B。

4、以下哪种数据库属于非关系型数据库（NoSQL数据库）？

A.MySQL

B.Oracle

C.MongoDB

D.SQLServer

【答案】：C

解析：本题考察关系型与非关系型数据库知识点。关系型数据库（如A选项MySQL、B选项Oracle、D选项SQLServer）基于关系模型，使用表格结构和SQL语言进行操作，具有严格的表结构和关系约束；C选项MongoDB是文档型NoSQL数据库，属于非关系型数据库，以键值对或文档（如JSON格式）存储数据，灵活扩展，适合非结构化数据存储。因此正确答案为C。

5、在大数据处理流程中，“去除重复数据、处理缺失值、修正异常值”属于以下哪个步骤？

A.数据集成

B.数据清洗

C.数据转换

D.数据规约

【答案】：B

解析：本题考察大数据预处理步骤的定义。数据清洗（B选项）的主要目的是处理数据质量问题，包括去除重复记录、填补缺失值、修正异常值等；数据集成（A选项）是合并多源数据；数据转换（C选项）是对数据格式或结构进行标准化处理；数据规约（D选项）是通过降维等方式减少数据规模。因此正确步骤为数据清洗。

6、以下哪个工具是专为大数据分布式计算设计的内存计算框架？

A.ApacheSpark

B.PythonPandas

C.NumPy

D.Scikit-learn

【答案】：A

解析：本题考察大数据分布式计算工具知识点。ApacheSpark是基于内存的分布式计算框架，适用于大规模数据处理；PythonPandas、NumPy主要用于单机数据处理与数值计算，Scikit-learn是机器学习库，因此专为分布式计算设计的是Spark，正确选项A。

7、在决策树算法中，ID3算法用于选择最优分裂特征时采用的指标是？

A.信息增益

B.信息增益比

C.基尼指数

D.均方误差

【答案】：A

解析：本题考察决策树算法的核心指标。决策树分裂特征选择是关键：ID3算法基于信息熵，使用“信息增益”（选项A）衡量特征对分类的贡献；C4.5算法优化为“信息增益比”（选项B）以解决信息增益偏向多值特征的问题；CART算法（分类与回归树）采用“基尼指数”（选项C）；均方误差（选项D）是回归问题中（如线性回归）衡量预测误差的指标，与决策树无关。因此ID3算法使用信息增益选择分裂特征。

8、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