2026自考-大学语文考试历年参考题库含答案详解.docxVIP

2026自考-大学语文考试历年参考题库含答案详解

一、选择题

从给出的选项中选择正确答案（共100题）

1、在ETL数据处理流程中，清洗环节的主要目的是：

A.将数据从源系统导入目标系统

B.去除噪声、重复、错误和不符合规范的数据

C.对数据进行压缩存储以节省空间

D.对数据进行加密保护防止泄露

2、数据湖（DataLake）与数据仓库的主要区别在于：

A.数据湖只能存储结构化数据

B.数据仓库的存储成本高于数据湖

C.数据湖采用Schema-on-Read，数据仓库采用Schema-on-Write

D.数据湖不适合大数据分析，只适合数据备份

3、在SparkSQL中，DataFrame与RDD的主要区别是：

A.DataFrame是RDD的一种简化版本，功能完全相同

B.DataFrame是带有Schema信息的分布式数据集，具有更多优化能力

C.RDD的数据存储效率高于DataFrame

D.DataFrame不支持分布式并行计算

4、在分布式系统中，CAP理论指的是：

A.一致性（Consistency）、可用性（Availability）、分区容错性（PartitionTolerance）

B.完整性（Integrity）、准确性（Accuracy）、性能（Performance）

C.可扩展性（Scalability）、可靠性（Rel