2025年大数据技术相关试题及答案.docxVIP

2025年大数据技术相关试题及答案

一、单项选择题（每题2分，共20分）

1.以下关于大数据处理框架的描述，错误的是（）

A.ApacheSpark的RDD（弹性分布式数据集）支持基于内存的迭代计算

B.ApacheFlink通过Checkpoint机制实现精确一次（Exactly-Once）处理语义

C.ApacheHadoopMapReduce适用于低延迟的实时数据处理场景

D.ApacheStorm是早期的流处理框架，支持高吞吐的实时计算

答案：C

解析：HadoopMapReduce基于磁盘的批处理模式，延迟较高，适合离线计算；实时处理需用流处理框架（如Flink、Storm）。

2.数据湖（DataLake）与传统数据仓库（DataWarehouse）的核心区别在于（）

A.数据存储格式：数据湖仅支持结构化数据，数据仓库支持多模态数据

B.处理阶段：数据湖在存储时不定义模式（Schema-On-Read），数据仓库在存储前定义模式（Schema-On-Write）

C.应用场景：数据湖仅用于分析，数据仓库用于事务处理

D.数据质量：数据湖要求严格的数据清洗，数据仓库允许原始数据存储

答案：B

解析：数据湖的核心特征是“读时模式”，存储原始多模态数据；数据仓库是“写时模式”，需提前结