2025年大数据考试题含答案.docxVIP

2025年大数据考试题含答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于数据清洗的核心操作？

A.处理缺失值

B.标准化数据格式

C.特征提取

D.纠正逻辑错误

答案：C

2.在Hadoop分布式文件系统（HDFS）中，NameNode的主要功能是？

A.存储数据块元信息

B.直接存储用户数据

C.执行计算任务

D.管理集群网络通信

答案：A

3.Spark中RDD（弹性分布式数据集）的核心特性是？

A.不可变且可分区

B.实时写入与更新

C.单节点内存存储

D.仅支持批处理

答案：A

4.数据湖（DataLake）与传统数据仓库（DataWarehouse）的主要区别在于？

A.数据湖仅存储结构化数据，数据仓库支持多类型数据

B.数据湖强调存储原始数据，数据仓库侧重清洗后的数据

C.数据湖依赖关系型数据库，数据仓库使用分布式文件系统

D.数据湖不支持查询分析，数据仓库支持复杂查询

答案：B

5.以下哪种流处理框架更适合低延迟、高吞吐的实时计算场景？

A.ApacheHive

B.ApacheFlink

C.ApachePig

D.ApacheSqoop

答案：B

6.在分布式数据库（如TiDB