2026年大数据工程师职业资格考试题库（附答案和详细解析）（0512）.docxVIP

2026年大数据工程师职业资格考试题库（附答案和详细解析）（0512）

大数据工程师职业资格考试试卷

一、单项选择题（共10题，每题1分，共10分）

下列哪种数据存储格式最适合用于大数据场景？A.CSVB.JSONC.ParquetD.XML答案：C解析：Parquet采用列式存储和编码压缩技术，适合分布式计算和存储效率，而CSV、JSON、XML均为行式存储，不适合海量数据处理。

Hadoop生态系统中，用于分布式文件存储的核心组件是？A.HiveB.YARNC.HDFSD.Spark答案：C解析：HDFS（HadoopDistributedFileSystem）是Hadoop的核心文件存储系统，而Hive是数据仓库工具，YARN是资源管理器，Spark是计算框架。

以下哪种算法属于聚类算法？A.决策树B.K-MeansC.神经网络D.支持向量机答案：B解析：K-Means通过距离度量将数据分组，属于聚类算法；决策树是分类算法，神经网络和SVM是监督学习算法。

分布式计算框架Spark中，RDD的主要特性是？A.可持久化B.可恢复性C.分布式存储D.以上都是答案：D解析：RDD（ResilientDistributedDataset）支持持久化、容错和分布式存储，是Spark的核心数据结构。