大数据考试试题及答案.docxVIP

大数据考试试题及答案

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.大数据时代下，Hadoop生态系统中最核心的分布式存储组件是（）

A.YARN

B.Hive

C.HDFS

D.Spark

解析：HDFS（HadoopDistributedFileSystem）是Hadoop生态系统的核心存储组件，专为大规模数据存储设计，采用主从架构实现数据分块存储和容错机制。YARN是资源管理器，Hive是数据仓库工具，Spark是计算引擎。大数据存储需求要求分布式存储能力，HDFS通过NameNode和DataNode架构实现高容错性，符合分布式存储特征。

2.下列关于大数据特征可扩展性的描述，最准确的是（）

A.指数据规模可以无限增长

B.指系统可以线性扩展处理能力

C.指数据类型必须高度统一

D.指数据处理必须实时完成

解析：可扩展性是大数据的核心特征之一，特指系统通过增加计算节点可以线性提升处理能力，满足数据规模持续增长的需求。选项A错误，数据增长受物理限制；选项C错误，大数据强调数据多样性；选项D错误，大数据处理可以是批量的。Hadoop通过分布式架构实现线性扩展，符合可扩展性定义。

3.在Spark中，RDD（弹性分布式数据集）的持久化方式checkpoint主要用于（