2026年国开电大大数据技术形考题库100道及参考答案【巩固】.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、在Hadoop生态系统中，负责存储海量数据的分布式文件系统是？

A.MapReduce（分布式计算框架）

B.HDFS（分布式文件系统）

C.YARN（资源管理器）

D.Spark（快速计算引擎）

【答案】：B

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，用于存储海量数据；A选项MapReduce是分布式计算框架，C选项YARN负责集群资源管理，D选项Spark是独立的快速计算引擎，均非分布式文件系统。

2、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。

3、相比MapReduce，Spark的主要计算优势是？

A.基于内存计算，处理速度更快

B.仅支持批处理任务（不支持流处理）

C.不支持复杂SQL查询（仅支持简单计算）

D.必须依赖HDFS作为唯一存储系统

【答案】：A

解析：本题考察Spark与MapReduce的核心差异。Spark采用内存计算模式，避免MapReduce的磁盘IO瓶颈，处理速度更快；Spark支持批处理、流处理（SparkStreaming）和交互式查询；Spark可使用多种存储系统（如HDFS、Cassandra等），并非必须依赖HDFS。因此正确答案为A。

4、以下哪种算法属于无监督学习的聚类算法？

A.K-Means（无监督聚类）

B.SVM（监督分类算法）

C.决策树（监督分类/回归）

D.逻辑回归（监督分类/回归）

【答案】：A

解析：本题考察无监督学习算法类型。无监督学习无需标签，通过数据自身特征分组。K-Means是典型无监督聚类算法，将相似数据点自动划分为K个簇；SVM、决策树、逻辑回归均为监督学习算法，需预先标记的训练数据（如分类标签）。因此正确答案为A。

5、大数据的4V特征中，不包括以下哪一项？

A.Volume（规模）

B.Velocity（速度）

C.Veracity（真实性）

D.Variety（多样性）

【答案】：C

解析：本题考察大数据的4V特征知识点。大数据的标准4V特征为Volume（数据规模）、Velocity（处理速度）、Variety（数据多样性）、Value（数据价值）。选项C的Veracity（真实性）是大数据处理中需关注的数据质量维度，但不属于4V特征的核心定义，因此正确答案为C。

6、大数据的5V特征中，不包括以下哪一项？

A.Volume（数据容量）

B.Velocity（处理速度）

C.Viscosity（数据粘度）

D.Veracity（数据真实性）

【答案】：C

解析：本题考察大数据5V核心特征知识点，5V特征包括Volume（数据量规模）、Velocity（处理/生成速度）、Variety（数据多样性）、Value（数据价值密度）、Veracity（数据真实性）。Viscosity（粘度）并非大数据特征，属于干扰项，因此正确答案为C。

7、Hadoop生态系统中负责分布式计算任务调度和资源管理的核心组件是？

A.HDFS

B.MapReduce

C.YARN

D.Hive

【答案】：C

解析：本题考察Hadoop生态系统核心组件知识点。Hadoop生态系统包含多个组件：A选项HDFS是分布式文件系统，用于存储海量数据；B选项MapReduce是分布式计算框架，实现并行计算；C选项YARN（YetAnotherResourceNegotiator）是资源管理器，负责集群资源的分配和调度，协调MapReduce等计算任务的执行；D选项Hive是基于Hadoop的数据仓库工具，提供类SQL查询语言。因此正确答案为C。

8、以下哪种属于大数据流处理技术？

A.HadoopMapReduce（批处理框架）

B.ApacheStorm（实时流处理框架）

C.ApacheSpark（批处理为主）

D.HBase（分布式NoSQL数据库）

【答案】：B

解析：本题考察大数据处理技术类型知识点。HadoopMapReduce是典型的批处理框架，适用于离线数据计算；S