2026年大数据技术认证考试题目及答案解析.docxVIP

第PAGE页共NUMPAGES页

2026年大数据技术认证考试题目及答案解析

一、单选题（共10题，每题2分，总计20分）

1.在Hadoop生态系统中，HDFS主要用于存储大规模数据集，其设计理念之一是高容错性。以下哪项不是HDFS实现高容错性的关键技术？

A.数据块冗余复制

B.副本机制

C.数据压缩

D.快照功能

2.SparkSQL是Spark生态系统中的组件，用于处理结构化数据。以下哪个操作最适合使用SparkSQL执行？

A.实时流式数据处理

B.大规模图计算

C.交互式数据查询

D.分布式机器学习

3.在数据仓库领域，星型模型是一种常用的数据模型设计。以下哪项是星型模型的典型组成部分？

A.联结表

B.聚合表

C.质量维度

D.关系型事实表

4.机器学习中的过拟合（Overfitting）问题通常指模型在训练数据上表现良好，但在测试数据上表现较差。以下哪种方法可以有效缓解过拟合？

A.增加训练数据量

B.降低模型复杂度

C.使用更大的学习率

D.减少特征数量

5.NoSQL数据库中，MongoDB采用哪种存储模型？

A.关系型表格

B.键值对

C.文档型

D.列式存储

6.在数据采集阶段，爬虫技术通常用于从网页中提取数据。以下哪项是反爬虫技术中常用的策略？

A.数据加密

B.用户代理伪装

C.