2026年大数据应用与数据分析技术大数据分析师考试题.docxVIP

第PAGE页共NUMPAGES页

2026年大数据应用与数据分析技术：大数据分析师考试题

一、单选题（共10题，每题2分，合计20分）

考察点：大数据技术基础、数据采集与预处理

1.在大数据环境中，哪种存储格式最适合用于分布式计算框架（如Hadoop）？

A.CSV

B.JSON

C.Parquet

D.XML

2.以下哪种方法不属于数据清洗中的异常值处理技术？

A.箱线图法

B.Z-score法

C.回归分析法

D.箱线图法结合3σ原则

3.在分布式数据库中，HDFS（HadoopDistributedFileSystem）的主要设计目标是？

A.低延迟查询

B.高吞吐量存储

C.实时数据分析

D.数据加密传输

4.以下哪种技术不属于数据集成阶段可能遇到的挑战？

A.数据冗余

B.数据格式不统一

C.数据血缘追踪

D.数据压缩

5.在Spark中，RDD（弹性分布式数据集）的持久化机制主要用于？

A.数据加密

B.缓存计算中间结果

C.自动分区

D.数据脱敏

6.以下哪种算法不属于聚类算法？

A.K-means

B.决策树

C.DBSCAN

D.层次聚类

7.在数据预处理中，缺失值填充时，使用均值法最适用于哪种数据分布？

A.正态分布

B.偏态分布

C.离散分布

D.稀疏分布

8.在大数据