2026年数据科学与大数据技术考试模拟题.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学与大数据技术考试模拟题

一、单选题（共10题，每题2分，合计20分）

1.在处理大规模数据时，下列哪种技术最适合用于快速的数据聚合和汇总？

A.MapReduce

B.SparkSQL

C.HadoopMapReduce

D.HiveQL

2.在数据预处理阶段，如何处理缺失值最常用且有效的方法是？

A.删除缺失值

B.均值填充

C.回归填充

D.以上都是

3.以下哪种算法通常用于无监督学习中的聚类任务？

A.决策树

B.K-Means

C.支持向量机

D.神经网络

4.在数据仓库中，星型模型和雪花模型的主要区别在于？

A.数据冗余度

B.数据更新频率

C.数据查询效率

D.数据存储方式

5.在分布式计算框架中，Spark的RDD（弹性分布式数据集）与Hadoop的MapReduce相比，主要优势在于？

A.更高的容错性

B.更低的延迟

C.更高的吞吐量

D.以上都是

6.以下哪种技术通常用于实时数据流的处理？

A.ApacheFlink

B.ApacheKafka

C.ApacheHadoop

D.ApacheSpark

7.在数据可视化中，散点图主要用于展示？

A.类别数据分布

B.时间序列数据

C.两个变量之间的关系

D.分箱数据分