2025年大数据技术专业知识竞赛题库及答案.docxVIP

2025年大数据技术专业知识竞赛题库及答案

一、单项选择题

1.以下哪种文件格式是大数据处理中常用的二进制文件格式，且支持列式存储（）

A.CSV

B.JSON

C.Parquet

D.XML

答案：C

解析：Parquet是一种面向分析型业务的列式存储格式，在大数据处理中广泛应用，具有高效的存储和查询性能。而CSV是文本格式的逗号分隔值文件，JSON和XML常用于数据交换，主要是基于文本的格式。

2.在Hadoop生态系统中，HBase是一个（）数据库。

A.关系型

B.非关系型

C.键值对

D.列式

答案：D

解析：HBase是一个分布式、可伸缩的列式数据库，属于非关系型数据库的一种。它主要用于存储大规模稀疏数据，以列族的形式组织数据。

3.Spark中用于处理结构化数据的模块是（）

A.SparkCore

B.SparkSQL

C.SparkStreaming

D.MLlib

答案：B

解析：SparkSQL是Spark用于处理结构化数据的模块，它提供了SQL查询和DataFrame、Dataset等高级抽象，方便进行结构化数据的处理和分析。SparkCore是Spark的核心，提供了基本的RDD操作；SparkStreaming用于流式数据处理；MLlib是Spark的机器