2026年国开电大大数据技术形考题库100道及参考答案【培优】.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、在Hadoop生态系统中，负责分布式存储的核心组件是？

A.MapReduce

B.YARN

C.HDFS

D.Hive

【答案】：C

解析：HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统，用于存储海量数据；MapReduce是Hadoop的核心计算框架，负责并行计算任务；YARN是资源管理器，负责调度集群资源；Hive是数据仓库工具。因此负责分布式存储的是HDFS，答案为C。

2、以下哪种工具主要用于在关系型数据库与Hadoop之间进行数据导入导出？

A.Flume（日志收集工具）

B.Sqoop（数据传输工具）

C.Kafka（消息队列系统）

D.HBase（分布式数据库）

【答案】：B

解析：Sqoop（SQL-to-Hadoop）是专门设计用于关系型数据库与Hadoop之间批量数据迁移的工具。Flume用于日志实时采集，Kafka用于高吞吐量消息传递，HBase是分布式数据库而非传输工具，因此正确答案为B。

3、大数据技术在以下哪个行业的精准营销应用最广泛？

A.金融行业

B.传统制造业

C.农业种植

D.传统零售业

【答案】：A

解析：本题考察大数据技术的行业应用场景。金融行业（如银行、保险）通过大数据分析客户交易行为、信用记录、风险偏好等，可实现精准风控、个性化理财产品推荐等。A选项符合题意。B选项“传统制造业”更多依赖物联网、工业互联网优化生产流程；C选项“农业种植”数据规模较小，大数据应用场景有限；D选项“传统零售业”虽有数据应用，但相比金融行业的精准营销需求（如用户画像、风险评估），应用深度和广度较弱。因此正确答案为A。

4、以下哪项不属于大数据在金融领域的典型应用？

A.信用评分

B.风险控制

C.智能投顾

D.基因测序

【答案】：D

解析：本题考察大数据的典型应用场景。大数据在金融领域广泛应用于信用评分（通过多维度数据评估信用）、风险控制（实时监控异常交易）、智能投顾（基于用户数据和市场数据推荐投资组合）。而基因测序属于生物医疗领域的大数据应用，因此正确答案为D。

5、以下哪项不属于常用的大数据可视化工具？

A.Tableau

B.PowerBI

C.Hadoop

D.ECharts

【答案】：C

解析：本题考察大数据可视化工具知识点，Tableau和PowerBI是专业商业智能可视化工具，ECharts是基于JavaScript的前端可视化库；而Hadoop是分布式计算与存储框架，不属于可视化工具，因此正确答案为C。

6、下列哪项不属于数据预处理的基本步骤？

A.数据清洗（处理缺失值、异常值）

B.数据加密（数据安全措施）

C.数据集成（合并多源数据）

D.数据规约（降维、压缩数据）

【答案】：B

解析：本题考察数据预处理步骤知识点。数据预处理基本步骤包括数据清洗、数据集成、数据转换、数据规约，主要解决数据质量问题。选项B“数据加密”属于数据安全技术，用于保护数据隐私，与数据预处理无关；A、C、D均为数据预处理的核心步骤。

7、大数据技术通常依赖的核心计算模式是？

A.分布式计算（DistributedComputing）

B.云计算（CloudComputing）

C.网格计算（GridComputing）

D.并行计算（ParallelComputing）

【答案】：B

解析：本题考察大数据与云计算的关系。云计算通过虚拟化、弹性资源池等特性，为大数据处理提供了可扩展的计算、存储和网络资源，是大数据技术的典型支撑平台；选项A的分布式计算是技术方法（如Hadoop的核心），但需依托云计算实现大规模资源调度；选项C的网格计算是早期分布式计算模式，与现代大数据技术关联性较弱；选项D的并行计算是提高效率的手段，需结合云计算平台。因此，大数据技术通常依赖云计算作为核心计算模式，正确答案为B。

8、在Hadoop生态系统中，负责分布式存储的核心组件是？

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。HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统，负责大数据的分布式存储；MapReduce是分布式计算框架，用于并行处理海量数据；YARN是资源管理器，负责集群资源调度；Hive是基于Hadoop的数据仓库工具，用于数据查询和分析。因此负责分布式存储的组件是HDFS，正确答案为A。

9、大数据预处理阶段中，用于处理数据中的缺失值、异常值和重复数据的关键步骤是？

A.