2025年大数据题库及答案.docxVIP

2025年大数据题库及答案

1.简述大数据技术中“数据湖”（DataLake）与“数据仓库”（DataWarehouse）的核心差异，并举例说明两者适用场景。

数据湖与数据仓库的核心差异体现在数据存储形态、处理阶段、灵活性及应用目标上。数据湖存储原始的、未经过结构化处理的数据（如日志、文本、图片、视频等），支持多种格式（结构化、半结构化、非结构化），通常以对象存储或分布式文件系统为基础；数据仓库则存储经过清洗、转换、结构化的高价值数据，以关系型数据库或列式存储为核心。从处理阶段看，数据湖采用“读时模式”（Schema-on-Read），即在数据使用时定义结构，适合探索性分析；数据仓库采用“写时模式”（Schema-on-Write），需提前定义结构，适合确定性查询。灵活性方面，数据湖支持多角色（数据科学家、工程师、业务人员）的多样化分析需求；数据仓库更侧重支持业务人员的BI报表与固定查询。

适用场景举例：某电商企业需分析用户浏览行为日志（包含点击流、搜索词、停留时长等非结构化数据）以优化推荐算法，此时原始日志存储于数据湖，数据科学家可按需提取字段并定义结构；而企业每月固定提供的销售报表（需统计各品类、区域的销售额）则依赖数据仓库中已清洗、聚合的结构化数据。

2.说明ApacheSpark中RDD（弹性分布式数据集）的五大核心属性，并解释“持久化”（Persistenc