2025年新版二级大数的试卷及答案.docxVIP

2025年新版二级大数的试卷及答案

一、单项选择题（共20题，每题2分，共40分）

1.关于Hadoop3.x版本的核心改进，以下描述错误的是：

A.引入HDFS纠删码（ErasureCoding）以降低存储成本

B.YARN支持容器资源的动态调整（ResourceOvercommit）

C.MapReduce默认计算框架由v1升级为Tez

D.支持HDFS联邦（HDFSFederation）的跨命名空间操作

2.某Spark任务中，RDDA经过`join`操作与RDDB关联后提供RDDC。若RDDA的分区数为8，RDDB的分区数为12，且未显式设置`spark.sql.shuffle.partitions`，则RDDC的默认分区数为：

A.8

B.12

C.20

D.200

3.数据清洗过程中，针对“某电商用户年龄字段出现‘200’‘-5’”的异常值，最合理的处理方式是：

A.直接删除包含异常值的记录

B.用字段均值填充异常值

C.结合业务规则（如用户注册时的最小/最大年龄限制）修正

D.将异常值标记为缺失值后统一处理

4.关于HBase的存储模型，以下说法正确的是：

A.数据按行键（RowKey）字典序存储在Region中

B.每个列族（Column