大数据分析师职业资格考试辅导资料含答案.docxVIP

第PAGE页共NUMPAGES页

2026年大数据分析师职业资格考试辅导资料含答案

一、单选题（每题2分，共20题）

1.在Hadoop生态系统中，用于分布式存储文件系统的组件是？

A.Hive

B.HDFS

C.YARN

D.Spark

2.以下哪种方法不属于数据预处理中的缺失值处理技术？

A.删除含有缺失值的行

B.填充均值/中位数

C.回归预测填充

D.数据加密

3.假设某电商平台的用户购买行为数据每秒增长1万条，该场景最适合使用哪种存储架构？

A.关系型数据库（MySQL）

B.NoSQL数据库（MongoDB）

C.时序数据库（InfluxDB）

D.图数据库（Neo4j）

4.在数据挖掘中，用于评估分类模型性能的指标是？

A.RMSE

B.AUC

C.MAE

D.Kappa

5.以下哪种算法属于无监督学习？

A.逻辑回归

B.决策树

C.K-Means聚类

D.神经网络

6.在大数据采集阶段，以下哪种技术适合处理高并发日志数据？

A.Flume

B.Kafka

C.Redis

D.Elasticsearch

7.在数据可视化中，用于展示时间序列数据的图表是？

A.饼图

B.散点图

C.折线图

D.热力图

8.假设某城市交通部门需要分析实时车流量数据，以下哪种技术最适合？

A.机器学习预测模型

B.SQL查询优化

C.ETL工具清洗数据

D.地理信息系统（GIS）

9.在数据清洗过程中，以下哪种方法不属于异常值检测？

A.标准差法

B.IQR（四分位距法）

C.箱线图可视化

D.主成分分析（PCA）

10.在大数据平台中，以下哪种技术用于提高数据查询效率？

A.MapReduce

B.ApacheFlink

C.数据索引

D.分布式缓存

二、多选题（每题3分，共10题）

1.Hadoop生态系统中的组件包括哪些？

A.HDFS

B.Hive

C.Spark

D.Kafka

E.MySQL

2.数据预处理的主要步骤有哪些？

A.数据清洗

B.数据集成

C.数据变换

D.数据规约

E.数据加密

3.以下哪些属于NoSQL数据库的类型？

A.关系型数据库（MySQL）

B.键值数据库（Redis）

C.列式数据库（HBase）

D.图数据库（Neo4j）

E.文档数据库（MongoDB）

4.在机器学习模型评估中，常用的指标有哪些？

A.准确率

B.召回率

C.F1分数

D.AUC

E.RMSE

5.大数据采集常用的技术有哪些？

A.Flume

B.Kafka

C.ApacheNifi

D.Web爬虫

E.ETL工具

6.数据可视化常用的图表类型包括哪些？

A.条形图

B.饼图

C.散点图

D.热力图

E.地图

7.在数据清洗过程中，常见的异常值处理方法有哪些？

A.删除异常值

B.填充中位数

C.分箱处理

D.标准化

E.数据加密

8.在大数据应用场景中，以下哪些属于实时数据分析？

A.电商推荐系统

B.实时交通流量监控

C.金融风控模型

D.用户行为分析

E.日志审计

9.Hadoop生态中的计算框架包括哪些？

A.MapReduce

B.Spark

C.Flink

D.Hive

E.HBase

10.数据安全与隐私保护常用的技术有哪些？

A.数据脱敏

B.数据加密

C.访问控制

D.隐私计算

E.数据水印

三、判断题（每题1分，共10题）

1.Hadoop的HDFS适用于高并发写入场景。（×）

2.数据清洗是数据分析和建模的基础环节。（√）

3.K-Means聚类属于监督学习算法。（×）

4.Spark可以用于实时数据处理。（√）

5.数据可视化只能使用二维图表。（×）

6.大数据存储只能使用分布式文件系统。（×）

7.数据异常值检测只能使用统计学方法。（×）

8.数据采集的主要来源是数据库系统。（×）

9.机器学习模型训练不需要大量数据。（×）

10.数据脱敏会降低数据可用性。（×）

四、简答题（每题5分，共5题）

1.简述Hadoop生态系统的主要组件及其功能。

答案：

-HDFS（分布式文件系统）：用于分布式存储海量数据。

-MapReduce：分布式计算框架，用于并行处理数据。

-YARN（资源调度）：资源管理和任务调度。

-Hive：数据仓库工具，支持SQL查询。

-Spark：快速大数据计算框架，支持批处理和流处理。

-Pig：数据流语言，简化MapReduce开发。

-Sqoop：