2026年数据科学实践考试大数据分析应用实操题集.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学实践考试：大数据分析应用实操题集

一、选择题（每题2分，共10题）

1.某电商平台需分析用户购买行为，数据量达TB级别，最适合采用以下哪种存储方案？

A.分布式文件系统HDFS

B.关系型数据库MySQL

C.NoSQL数据库MongoDB

D.内存数据库Redis

2.在Spark中，以下哪个操作最适合用于大规模数据集的分布式计算？

A.SQL查询

B.串行循环迭代

C.并行化集合操作

D.本地单机运算

3.某城市交通管理部门需要实时监测车流量，以下哪种技术最适用于处理高频数据？

A.批处理框架MapReduce

B.流处理框架Flink

C.交互式查询工具SQL

D.数据仓库Hive

4.在机器学习模型评估中，若样本数据不均衡，以下哪种方法能有效提升模型性能？

A.数据重采样

B.特征工程

C.超参数调优

D.模型集成

5.某银行需分析客户信用风险，以下哪种算法最适合用于分类任务？

A.线性回归

B.K-Means聚类

C.决策树

D.PCA降维

二、填空题（每空1分，共5空）

1.在Hadoop生态中，_________负责分布式存储，_________负责分布式计算。

2.使用SparkSQL进行数据分析时，需导入_________模块才能执行SQL查询