2026年大数据处理技术实战案例习题.docxVIP

2026年大数据处理技术实战案例习题

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.下列哪种存储格式通常具有最好的压缩比和编码效率？

A.CSV

B.JSON

C.Parquet

D.Avro

2.在Hadoop生态系统中，负责分布式文件存储的是？

A.YARN

B.Hive

C.HDFS

D.HBase

3.下列哪个组件是Spark的核心抽象，代表了不可变、分区、可并行操作的分布式数据集？

A.DataFrame

B.Dataset

C.RDD

D.SparkSession

4.以下哪种技术主要用于实时处理大规模数据流？

A.MapReduce

B.ApacheFlink

C.ApacheHive

D.ApacheHBase

5.数据倾斜问题在大数据处理中通常指的是？

A.数据丢失

B.处理节点数量过多

C.单个任务处理的数据量远超其他任务

D.数据格式不统一

6.下列关于MapReduce模型阶段的描述，错误的是？

A.ShuffleandSort

B.