2026年大数据工程师职业资格考试题库（附答案和详细解析）（0119）.docxVIP

大数据工程师职业资格考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪项是HDFS（Hadoop分布式文件系统）的核心设计目标？

A.支持低延迟的实时数据访问

B.存储海量非结构化/半结构化数据

C.高效处理小文件（100MB）

D.提供强一致性的事务支持

答案：B

解析：HDFS的核心设计目标是存储和处理海量数据（通常为GB/TB级），尤其适合非结构化/半结构化数据（如日志、文本）。错误选项：A错误，HDFS是批量处理系统，不追求低延迟；C错误，HDFS的块大小（默认128MB）导致小文件会占用过多NameNode内存，不适合存储小文件；D错误，HDFS仅保证“一次写入多次读取”的一致性，不支持事务。

以下哪个工具属于离线批处理计算框架？

A.ApacheFlink

B.ApacheSparkStreaming

C.ApacheMapReduce

D.ApacheKafka

答案：C

解析：MapReduce是经典的离线批处理框架，适用于大规模数据的分布式计算。错误选项：A（Flink是流处理框架）、B（SparkStreaming是微批处理流计算）、D（Kafka是消息队列）均不符合。

数据清洗中“处理缺失值”的常用方法不包括？

A.删除缺失值所在行

B.用均值/中位数填充

C.用回归模型预测填充

D.直接保留缺失值用于后续分析

答案：D

解析：缺失值需处理后才能用于分析，否则可能导致模型偏差或计算错误。错误选项：A、B、C均为常见处理方法（删除、统计值填充、模型预测填充）。

以下哪种存储系统适合实时查询高并发的键值对数据？

A.HDFS

B.HBase

C.Hive

D.SparkSQL

答案：B

解析：HBase是基于HDFS的列存储数据库，支持高并发的实时读写，适合键值对场景（如用户信息快速查询）。错误选项：A（HDFS是文件存储，不支持实时查询）、C（Hive是数据仓库，适合离线分析）、D（SparkSQL是计算引擎，非存储系统）。

流处理中“事件时间（EventTime）”指的是？

A.数据被处理系统接收的时间

B.数据在数据源产生的时间

C.数据被写入存储系统的时间

D.数据触发窗口计算的时间

答案：B

解析：事件时间（EventTime）是数据实际发生的时间（如用户点击行为的时间戳），是流处理中处理乱序数据的关键。错误选项：A是摄入时间（IngestionTime），C是存储时间，D是处理时间（ProcessingTime）。

YARN（Hadoop资源管理）中，负责为应用程序分配资源的组件是？

A.ResourceManager

B.NodeManager

C.ApplicationMaster

D.DataNode

答案：A

解析：ResourceManager是全局资源管理器，负责集群资源的统一分配和调度。错误选项：B（NodeManager管理单个节点资源）、C（ApplicationMaster管理单个应用的资源请求）、D（HDFS数据节点）。

数据仓库（DataWarehouse）的核心特性不包括？

A.面向主题

B.实时更新

C.集成性

D.历史数据存储

答案：B

解析：数据仓库主要用于分析，数据通常是批量加载（如每日/小时更新），而非实时更新（实时性是数据湖或OLTP系统的特性）。错误选项：A、C、D均为数据仓库的核心特性（面向主题组织、多源数据集成、存储历史数据）。

以下哪项属于大数据安全中的“数据脱敏”技术？

A.网络防火墙部署

B.对用户身份证号进行部分隐藏（如4403****1234）

C.数据加密传输（SSL/TLS）

D.限制数据库访问权限

答案：B

解析：数据脱敏是对敏感数据进行变形处理（如掩码、替换），使其失去隐私价值但保留使用价值。错误选项：A（网络安全）、C（传输安全）、D（访问控制）均属于其他安全措施。

以下哪个工具是大数据机器学习平台？

A.ApacheAirflow

B.ApacheZeppelin

C.ApacheMahout

D.ApacheSqoop

答案：C

解析：Mahout是Apache的机器学习库，支持分布式环境下的分类、聚类等算法。错误选项：A（工作流调度）、B（数据可视化与分析）、D（数据迁移工具）。

数据治理的核心目标是？

A.提高数据处理速度

B.确保数据的准确性、完整性和可用性

C.增加数据存储容量

D.优化计算资源利用率

答案：B

解析：数据治理通过制度、流程和技术手段，保障数据质量（准确、完整）和可管理性（可用、可追溯）。错误选项：A（计算效率）、C（存储能力）、D（资源优化）均为大数据工程的局部目标。

二、多项选