2026年国开电大大数据技术形考题库100道及参考答案【b卷】.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“4V”特征中，描述数据产生和处理速度快的是哪个特征？

A.Volume（数据容量）

B.Variety（数据多样性）

C.Velocity（数据速度）

D.Veracity（数据真实性）

【答案】：C

解析：本题考察大数据的基本特征知识点。大数据“4V”特征中，Velocity特指数据产生和处理的速度（如实时流数据处理）；Volume指数据规模巨大，Variety指数据类型多样（结构化、半结构化、非结构化），Veracity是数据质量维度（真实性），通常不属于4V核心特征。

2、大数据的5V特征中，不包括以下哪一项？

A.Volume

B.Velocity

C.Viscosity

D.Variety

【答案】：C

解析：本题考察大数据5V特征知识点。大数据的5V特征为Volume（数量）、Velocity（速度）、Variety（多样性）、Value（价值）、Veracity（真实性）。选项C的Viscosity（粘度）并非5V特征之一，属于干扰项。正确答案为C。

3、以下哪个场景属于大数据在‘精准营销’领域的典型应用？

A.电商平台根据用户浏览记录推荐商品

B.交通部门实时监控城市路况并调度车辆

C.气象部门通过历史数据预测未来一周天气

D.医院利用病历数据分析患者疾病特征

【答案】：A

解析：本题考察大数据应用场景的知识点。‘精准营销’核心是通过数据分析精准匹配用户需求与产品。选项A中电商平台基于用户行为数据（浏览记录）推荐商品，直接利用大数据实现个性化营销；选项B属于交通管理领域的实时监控，C属于气象预测，D属于医疗数据分析，均不属于精准营销。因此正确答案为A。

4、数据预处理的典型步骤中，不包括以下哪项？

A.数据清洗（处理缺失值、异常值）

B.数据集成（合并多源数据）

C.数据转换（格式转换、标准化）

D.数据压缩（减少数据存储空间）

【答案】：D

解析：本题考察数据预处理知识点。数据预处理是大数据分析前的关键步骤，包括数据清洗（A选项，处理数据质量问题）、数据集成（B选项，合并多源数据）、数据转换（C选项，调整数据格式或标准化）；而数据压缩（D选项）主要用于数据存储优化，不属于预处理的典型步骤（预处理更关注数据质量与可用性，而非存储压缩）。因此正确答案为D。

5、在大数据预处理流程中，去除数据中的重复记录、填补缺失值属于哪个步骤？

A.数据清洗（处理脏数据）

B.数据集成（合并多源数据）

C.数据转换（格式与特征转换）

D.数据规约（降维与特征选择）

【答案】：A

解析：本题考察大数据预处理步骤的定义。数据预处理是数据质量提升的关键环节，各步骤功能如下：数据清洗（处理噪声、缺失值、重复记录等“脏数据”）、数据集成（合并不同数据源）、数据转换（如归一化、编码转换）、数据规约（减少数据规模但保留核心信息）。去除重复记录和填补缺失值属于数据清洗的典型操作，因此答案为A。

6、Hadoop生态系统中，负责分布式数据存储的核心组件是？

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.Hive（数据仓库工具）

【答案】：B

解析：本题考察Hadoop核心组件功能。HDFS（HadoopDistributedFileSystem）是分布式文件系统，负责海量数据的分布式存储；A选项MapReduce是分布式计算框架，C选项YARN负责资源调度与管理，D选项Hive是基于Hadoop的数据仓库工具。因此正确答案为B。

7、Hadoop分布式文件系统（HDFS）采用副本机制的主要目的是？

A.提高数据存储容量

B.保障数据可靠性和读取效率

C.加速数据传输速度

D.降低数据压缩成本

【答案】：B

解析：本题考察Hadoop分布式文件系统（HDFS）的核心机制知识点。HDFS的副本机制是指将数据在多个数据节点上存储多个副本（默认3个），其核心目的包括：①数据可靠性：当单个节点故障时，副本可替代故障节点数据，避免数据丢失；②读取效率：多个副本可并行读取，提升数据读取速度。选项A“存储容量”并非核心目的（副本会占用额外空间）；选项C“数据传输速度”与副本机制无关；选项D“数据压缩成本”与副本机制无关。因此正确答案为B。

8、数据预处理阶段中，用于处理数据缺失值、异常值和重复数据的步骤是？

A.数据清洗

B.数据集成

C.数据转换

D.数据规约

【答案】：A

解析：本题考察数据预处理步骤知识点。数据清洗的核心作用是处理数据中的质量问题，包括缺失值填充、异常值修正、重复数据删除等；B选项数据集成是合并多个数据源