2025年大数据分析与应用考试题及答案.docxVIP

2025年大数据分析与应用考试题及答案

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.在大数据分析中，Hadoop生态系统中的HDFS主要用于什么功能？（每题1分）

A.实时数据流处理

B.分布式文件存储

C.数据库事务管理

D.图计算加速

解析：HDFS（HadoopDistributedFileSystem）是Hadoop的核心组件，设计用于在廉价的商用硬件集群上存储超大规模文件系统。其特点包括高容错性（通过数据块复制）、高吞吐量（适合批处理）和适合存储大文件。选项A实时数据流处理通常由SparkStreaming或Flink等系统完成；选项C数据库事务管理是关系型数据库或NoSQL数据库的功能；选项D图计算加速通常依赖Pregel或GraphX等框架。HDFS通过将大文件分割为64MB或128MB的数据块，并在集群中多个节点上存储副本，实现了高容错性和高吞吐量，特别适合存储和访问大规模数据集。正确答案为B。

2.下列哪种算法不属于监督学习算法？（每题1分）

A.决策树

B.K-近邻

C.主成分分析

D.线性回归

解析：监督学习算法通过训练数据学习输入与输出之间的映射关系，包括分类和回归问题。选项A决策树通过递归分割数据构建预测模型；选项BK-近邻通过寻找数据点最近的K个邻居进行分类或