2026年大数据工程师职业资格考试题库（附答案和详细解析）（0608）.docxVIP

大数据工程师职业资格

一、单项选择题（共10题，每题1分，共10分）

在Hadoop生态系统中，负责分布式文件存储的组件是（）。A.HBaseB.HDFSC.MapReduceD.ZooKeeper答案：B解析：HDFS（HadoopDistributedFileSystem）是Hadoop的核心子项目，设计用于在普通硬件上运行的大型集群上存储海量数据。HBase是基于HDFS的分布式列式数据库，MapReduce是分布式计算框架，ZooKeeper是分布式协调服务。

以下哪种算法通常被用于大数据处理中的数据压缩以减少I/O开销（）。A.GZIPB.SnappyC.MD5D.SHA-256答案：B解析：GZIP压缩率高但解压慢，MD5和SHA-256是哈希算法用于校验而非压缩。Snappy是Google开发的高吞吐低延迟的压缩算法，适合Hadoop环境，在压缩率和速度之间取得了良好平衡。

在SparkSQL中，用于将DataFrame转换为RDD的函数是（）。A.toDF()B.rdd()C.map()D.collect()答案：B解析：DataFrame是Spark1.3引入的分布式数据集，基于RDD封装。rdd()方法可以将DataFrame转换回底层的RDD对象。toDF()是将RDD转换为Da