2026年大数据分析师数据分析能力测试试卷及答案解析.docxVIP

2026年大数据分析师数据分析能力测试试卷及答案解析

1.单项选择题（每题2分，共20分）

1.1在Hadoop生态中，负责资源管理与任务调度的组件是

A.HDFS??B.YARN??C.MapReduce??D.Hive

答案：B

解析：YARN（YetAnotherResourceNegotiator）是Hadoop2.x引入的资源管理层，负责集群资源分配与作业调度。

1.2给定DataFramedf，列amount存在缺失值，下列PySpark语句可统计非缺失记录条数的是

A.df.filter(amountISNULL).count()

B.df.filter(amountISNOTNULL).count()

C.df.na.drop(subset=[amount]).count()

D.选项B与C均可

答案：D

解析：B直接过滤非空，C先删除缺失再计数，二者等价。

1.3在SQL优化器中，选择最优连接顺序的规则集称为

A.启发式规则??B.代价模型??C.查询重写??D.物理映射

答案：B

解析：代价模型（Cost-basedOptimization,CBO）通过统计信息估算不同连接顺序的代价并选优。

1.4下列关于PCA的叙述正确的是

A.主成分方向是原始特征协方差矩阵的最大特征值对应特征向量

B.主成分数量