2026年国开电大大数据技术概论形考题库100道及完整答案（有一套）.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、ApacheSpark相比HadoopMapReduce的主要优势体现在？

A.处理速度更快（内存计算为主）

B.仅支持批处理任务（无法流处理）

C.不支持内存计算（依赖磁盘IO）

D.只能处理结构化数据（不支持非结构化）

【答案】：A

解析：本题考察Spark与MapReduce的技术差异。正确答案为A，Spark以内存计算为核心，将中间结果保存在内存中，避免MapReduce依赖的磁盘IO，因此迭代计算速度远快于MapReduce。B选项错误，Spark支持批处理（SparkSQL）和流处理（StructuredStreaming）；C选项错误，Spark核心是内存计算框架；D选项错误，Spark支持结构化、半结构化（JSON）和非结构化（文本、图像）数据处理。因此A是Spark的核心优势。

2、数据预处理中，用于处理数据缺失值和异常值的步骤是？

A.数据集成

B.数据清洗

C.数据变换

D.数据规约

【答案】：B

解析：本题考察数据预处理的核心步骤。数据清洗（B）主要处理数据质量问题，包括缺失值填充、异常值修正、重复值删除等；数据集成（A）是合并多源数据；数据变换（C）是对数据格式或数值范围调整（如标准化）；数据规约（D）是减少数据规模（如降维）。因此处理缺失值和异常值属于数据清洗，正确答案为B。

3、在大数据处理流程中，以下哪项属于数据清洗的主要任务？

A.数据格式转换

B.识别并处理缺失值

C.数据存储到分布式数据库

D.对数据进行可视化分析

【答案】：B

解析：本题考察大数据数据预处理阶段的“数据清洗”知识点。数据清洗的核心是处理原始数据中的噪声和错误，包括识别并处理缺失值、异常值、重复值等。A选项“数据格式转换”属于数据转换阶段；C选项“存储到分布式数据库”属于数据存储阶段；D选项“可视化分析”属于数据展示与分析阶段，均不属于数据清洗任务。因此正确答案为B。

4、在大数据预处理阶段，处理缺失值时，对于缺失比例较低且数据分布相对集中的字段，最常用的方法是？

A.直接删除该字段

B.使用均值/中位数填充

C.使用KNN算法填充

D.忽略缺失值

【答案】：B

解析：本题考察数据预处理中缺失值处理方法。A选项直接删除会丢失信息，仅适用于缺失比例极高的字段；B选项均值/中位数填充是课程基础知识点，适用于缺失比例低且数据分布集中的情况；C选项KNN算法属于高级机器学习方法，非基础课程重点；D选项“忽略”会导致数据不完整，影响分析结果。因此正确答案为B。

5、以下哪项是大数据‘4V’特性中，描述数据产生和处理速度快的核心特征？

A.数据量巨大（Volume）

B.处理速度快（Velocity）

C.数据类型多样（Variety）

D.数据价值密度高（Value）

【答案】：B

解析：本题考察大数据核心特性的定义。大数据‘4V’特性包括：A选项‘数据量巨大（Volume）’指数据规模庞大，是大数据的基础特征；B选项‘处理速度快（Velocity）’特指数据产生和处理的速度快，符合题干描述；C选项‘数据类型多样（Variety）’指数据包含结构化、半结构化和非结构化等多种形式；D选项‘数据价值密度高（Value）’是错误的，大数据通常价值密度低，需通过挖掘分析提取价值。因此正确答案为B。

6、大数据处理过程中，云计算的哪项特性使其能够高效支持大规模并行计算需求？

A.按需付费（计费模式）

B.资源池化（共享资源）

C.弹性扩展（动态调整资源）

D.服务化交付（API接口）

【答案】：C

解析：本题考察云计算对大数据处理的支撑特性。A选项‘按需付费’是云计算的计费模式，与资源弹性无关；B选项‘资源池化’是将计算、存储等资源集中管理为共享池，提升资源利用率，但不直接解决动态计算需求；C选项‘弹性扩展’是指云计算平台可根据大数据处理任务的规模动态增加或减少计算资源（如CPU、内存），高效支持大规模并行计算；D选项‘服务化交付’是通过IaaS、PaaS等服务模式提供标准化接口，与资源弹性无关。因此正确答案为C。

7、以下哪项属于大数据数据采集阶段的技术工具？

A.Flume

B.Hive

C.Spark

D.HDFS

【答案】：A

解析：本题考察大数据数据采集技术。选项A的Flume是Cloudera开源的分布式日志采集工具，属于数据采集阶段的技术；选项B的Hive是基于Hadoop的数据仓库工具，用于数据存储与分析；选项C的Spark是内存计算框架，用于数据处理；选项D的HDFS是分布式文件系统，用于数据存储。因此正确答案为A。

8、以下哪项是大数据在医疗健康领域的典型应用？