2026年国开电大大数据技术概论形考题库100道（名校卷）.docxVIP

2026年国开电大大数据技术概论形考题库100道

第一部分单选题(100题)

1、Hadoop生态系统中用于分布式文件存储的核心组件是？

A.HDFS

B.MapReduce

C.YARN

D.Hive

【答案】：A

解析：本题考察Hadoop生态系统组件功能。选项A的HDFS（HadoopDistributedFileSystem）是Hadoop分布式文件系统，用于大规模数据的分布式存储；选项B的MapReduce是分布式计算框架，负责数据处理；选项C的YARN是资源管理器，负责集群资源调度；选项D的Hive是数据仓库工具，用于数据查询与分析。因此正确答案为A。

2、以下哪项属于大数据中的非结构化数据？

A.关系型数据库表中的用户信息数据

B.Excel表格中按固定格式存储的销售数据

C.社交媒体平台的用户评论文本

D.企业ERP系统中结构化的财务报表数据

【答案】：C

解析：本题考察大数据数据类型知识点。结构化数据具有固定格式和预定义模型，通常存储在关系型数据库中（如A、B、D选项）；非结构化数据无固定格式，如文本、图片、音频等。C选项的用户评论文本属于非结构化数据，因此正确答案为C。

3、在大数据处理流程中，以下哪个步骤主要用于处理数据中的重复记录和缺失值？

A.数据清洗（处理噪声、缺失值、重复值）

B.数据集成（合并多源数据）

C.数据转换（标准化、归一化）

D.数据规约（减少数据维度）

【答案】：A

解析：本题考察大数据预处理步骤知识点。数据清洗的核心任务包括处理缺失值、重复记录、噪声数据等，以提升数据质量；数据集成是将多个数据源合并为统一数据集；数据转换是调整数据格式或数值范围；数据规约是通过降维或采样减少数据规模。因此正确答案为A。

4、Hadoop生态系统中，哪个组件负责分布式文件存储？

A.MapReduce

B.HDFS

C.YARN

D.Hive

【答案】：B

解析：本题考察Hadoop生态系统组件功能。HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统，用于在集群中存储海量数据；A选项MapReduce是分布式计算框架，负责并行任务处理；C选项YARN是资源管理器，负责集群资源调度；D选项Hive是基于Hadoop的数据仓库工具，用于数据查询和分析。因此正确答案为B。

5、Hadoop生态系统中，负责分布式文件存储的核心组件是？

A.HDFS（HadoopDistributedFileSystem）

B.MapReduce（分布式计算模型）

C.YARN（资源管理器）

D.Hive（数据仓库工具）

【答案】：A

解析：本题考察Hadoop生态系统的核心组件功能。HDFS（选项A）是Hadoop分布式文件系统，专门用于存储海量分布式数据，是Hadoop的基础存储层；MapReduce（选项B）是分布式计算框架，负责并行处理大数据；YARN（选项C）是资源管理器，负责集群资源调度；Hive（选项D）是基于Hadoop的数据仓库工具，用于数据查询和分析。因此正确答案为A。

6、Hadoop生态系统中，负责分布式资源管理与调度的核心组件是？

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.Hive（数据仓库工具）

【答案】：C

解析：本题考察Hadoop生态系统核心组件的功能。选项A的HDFS负责分布式存储海量数据；选项B的MapReduce是分布式计算框架，实现并行计算；选项C的YARN是资源管理器，负责集群资源的分配与调度；选项D的Hive是基于Hadoop的数据仓库工具，用于数据查询和分析。因此正确答案为C。

7、关于大数据的基本特点，以下描述正确的是？

A.大数据仅包含结构化数据（包含非结构化数据）

B.大数据的数据量必须超过100TB（无固定阈值）

C.大数据处理需满足低延迟要求（批处理框架延迟高）

D.大数据具有“4V”特征中的Velocity（处理速度）

【答案】：D

解析：本题考察大数据的核心特点。A错误，大数据包含结构化、半结构化、非结构化数据；B错误，大数据无固定数据量阈值，仅强调规模远超传统工具处理能力；C错误，批处理框架（如MapReduce）对实时性要求低，大数据的Velocity特征强调“处理速度”但不绝对要求低延迟；D正确，大数据“4V”特征包含Velocity（处理速度），因此正确答案为D。

8、在Hadoop生态系统中，负责分布式文件存储的核心组件是？

A.MapReduce

B.YARN

C.HDFS

D.Hive

【答案】：C

解析：本题考察Hadoop生态系统核心组件知识