2026年数据分析专业大数据分析与处理模拟题.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析专业：大数据分析与处理模拟题

一、单选题（共10题，每题2分，计20分）

1.在大数据处理中，Hadoop生态系统中负责数据存储的核心组件是？

A.MapReduce

B.Hive

C.HDFS

D.YARN

2.以下哪种数据挖掘算法常用于异常检测？

A.决策树

B.K-Means

C.Apriori

D.IsolationForest

3.在分布式数据库中，Sharding（分片）的主要目的是？

A.提高查询效率

B.增加数据冗余

C.减少数据传输量

D.以上都是

4.以下哪种索引结构最适合倒排索引？

A.B-Tree

B.HashTable

C.SkipList

D.R-Tree

5.在Spark中，RDD的持久化（Persistence）主要目的是？

A.减少数据倾斜

B.提高任务重计算效率

C.增加数据安全性

D.以上都不是

6.以下哪种技术常用于实时大数据处理？

A.MapReduce

B.Storm

C.Hive

D.SparkSQL

7.在数据预处理中，处理缺失值最常用的方法是？

A.删除缺失值

B.均值/中位数填充

C.回归填充

D.以上都是

8.以下哪种模型适用于高维数据降维？

A.线性回归

B.PCA（主成分分析）