2025最新大数据分析师历年真题真题及答案.docxVIP

2025最新大数据分析师历年练习题练习题及答案

一、单项选择题（每题2分，共30分）

1.以下哪种数据存储方式适合存储大规模的非结构化数据？

A.关系型数据库

B.数据仓库

C.分布式文件系统（如HDFS）

D.内存数据库

答案：C。分布式文件系统（如HDFS）具有高可扩展性和容错性，适合存储大规模的非结构化数据。关系型数据库主要用于结构化数据存储；数据仓库是对多个数据源进行整合和分析的系统；内存数据库主要用于对数据读写速度要求极高的场景。

2.在Hadoop生态系统中，用于资源管理和任务调度的组件是？

A.HDFS

B.MapReduce

C.YARN

D.HBase

答案：C。YARN负责Hadoop集群中的资源管理和任务调度。HDFS是分布式文件系统；MapReduce是一种编程模型，用于大规模数据的并行处理；HBase是分布式的、面向列的开源数据库。

3.已知数据集{1,2,3,4,5}，其均值和中位数分别是？

A.3,3

B.3,4

C.2.5,3

D.2.5,2.5

答案：A。均值为(1+2+3+4+5)/5=3；将数据集从小到大排序为{1,2,3,4,5}，中间的数是3，即中位数是3。

4.以下哪种算法属于无监督学习算法？

A.逻辑回归

B.决策树