2026年大数据技术平台构建案例研究习题集.docxVIP

第PAGE页共NUMPAGES页

2026年大数据技术平台构建案例研究习题集

一、单选题（每题2分，共10题）

1.在构建面向金融行业的2026年大数据技术平台时，以下哪种数据存储方案最适合处理海量、实时、高并发的交易数据？

A.关系型数据库（MySQL）

B.列式数据库（HBase）

C.NoSQL数据库（MongoDB）

D.时序数据库（InfluxDB）

答案：B

解析：金融交易数据具有高并发、实时性强的特点，列式数据库（如HBase）通过列族存储和分布式架构，能高效处理大规模写入和随机读取，适合金融秒级交易场景。

2.对于零售行业的大数据平台，构建用户画像时最常用的数据挖掘技术是？

A.决策树分类

B.关联规则挖掘（Apriori）

C.K-means聚类

D.逻辑回归

答案：C

解析：用户画像需要将用户行为数据聚合成不同群体，聚类算法（如K-means）能自动发现用户细分市场，适用于零售业精准营销。

3.在搭建跨地域（如中国、美国）的大数据平台时，如何解决数据时延问题？

A.全局分布式数据库

B.数据同步链路优化

C.边缘计算节点部署

D.以上都是

答案：D

解析：跨地域平台需结合全局数据库、链路优化和边缘计算，降低数据传输和同步的时延，确保实时性。

4.大数据平台中的数据湖架构相比数据仓库的优势在于？

A.强一致性事