2026年大数据算法工程师面试题及答案参考.docxVIP

第PAGE页共NUMPAGES页

2026年大数据算法工程师面试题及答案参考

一、选择题（共5题，每题2分，合计10分）

1.题目：在Hadoop生态系统中，下列哪个组件主要用于分布式存储海量数据？

A.HDFS

B.Hive

C.YARN

D.MapReduce

答案：A

解析：HDFS（HadoopDistributedFileSystem）是Hadoop的核心组件，专为分布式存储设计，适用于大规模数据集。Hive用于数据仓库查询，YARN用于资源管理，MapReduce用于并行计算。

2.题目：下列哪种算法不属于监督学习算法？

A.决策树

B.神经网络

C.K-means聚类

D.支持向量机

答案：C

解析：K-means聚类属于无监督学习算法，用于数据分组；决策树、神经网络和支持向量机均为监督学习算法，需标注数据训练。

3.题目：在Spark中，下列哪个操作属于持久化操作？

A.`filter()`

B.`collect()`

C.`persist()`

D.`map()`

答案：C

解析：`persist()`用于持久化RDD或DataFrame，减少重复计算开销；`filter()`、`collect()`和`map()`均为transformations（转换操作）。

4.题目：以下哪种指标最适合评估分类模型的性能