2026年大数据分析与处理专家考试题库.docxVIP

第PAGE页共NUMPAGES页

2026年大数据分析与处理专家考试题库

一、单选题（每题2分，共20题）

1.在处理大规模分布式数据时，Hadoop生态系统中最核心的组件是？

A.Spark

B.Hive

C.HDFS

D.YARN

答案：C

解析：HDFS（HadoopDistributedFileSystem）是Hadoop的核心组件，负责分布式存储海量数据。Spark、Hive、YARN分别是计算框架、数据仓库管理和资源调度系统，但HDFS是数据存储的基础。

2.以下哪种算法不属于监督学习范畴？

A.决策树

B.K-means聚类

C.线性回归

D.逻辑回归

答案：B

解析：K-means聚类属于无监督学习，用于数据分群；决策树、线性回归、逻辑回归均为监督学习算法，需依赖标签数据进行训练。

3.在Spark中，以下哪个操作属于“懒加载”特性？

A.`filter()`

B.`collect()`

C.`map()`

D.`action()`

答案：A

解析：Spark的DataFrame/Dataset操作默认采用懒加载机制，仅当执行`action()`（如`collect()`、`save()`）时才会触发计算。`filter()`属于转换操作，不触发计算。

4.对于时间序列数据的存储，以下哪种格式最适合？

A.JSO