2026年数据工程师大数据技术与应用实操题库.docxVIP

第PAGE页共NUMPAGES页

2026年数据工程师大数据技术与应用实操题库

一、选择题（每题2分，共20题）

1.在Hadoop生态系统中，HDFS的NameNode主要负责什么任务？

A.数据块的管理和元数据存储

B.数据流的分发和调度

C.客户端请求的接入

D.数据压缩和编码

2.Spark中，RDD的持久化（Caching）主要适用于哪种场景？

A.一次性计算任务

B.多次读取同一份数据的任务

C.大量小文件处理

D.实时数据流处理

3.在Kafka中，Producer发送消息的默认确认机制是什么？

A.acks=0（不确认）

B.acks=1（Leader确认）

C.acks=all（Leader和ISR都确认）

D.acks=auto（自动选择）

4.Hive中，如何优化查询性能？

A.使用MapReduce进行并行计算

B.创建分区表和分桶表

C.增加更多DataNode节点

D.减少HDFS的块大小

5.Flink中，如何处理状态数据的高效持久化？

A.使用Redis存储状态

B.通过Checkpoint机制持久化

C.将状态数据写入HDFS

D.使用RocksDB本地持久化

6.在数据仓库中，星型模型的优点是什么？

A.数据冗余度低，查询效率高

B.维表独立，易于扩展

C.支持实时计算

D.适用