2025年大数据分析师考试真题及答案.docxVIP

2025年大数据分析师考试真题及答案

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主要用于存储大规模数据集，其设计特点不包括（）

A.高容错性，通过数据块冗余存储实现

B.高吞吐量，适合批处理任务

C.低延迟访问，优化了随机读写性能

D.分布式架构，支持跨集群数据共享

解析：HDFS通过数据块（默认128MB）的冗余存储（三副本机制）实现高容错性；其设计核心是高吞吐量，通过大文件分块存储和流式数据访问优化适合批处理场景；由于数据块读取需要顺序访问，HDFS不擅长低延迟随机读写，这是其与分布式文件系统（如HBase）的关键区别。选项C错误，正确表述应为“优化顺序读写性能”。

2.下列关于K-means聚类算法的描述，错误的是（）

A.需要预先指定聚类数量K值

B.对初始聚类中心的选择敏感

C.能够处理高维数据，但存在维度灾难问题

D.算法收敛速度与数据分布密度无关

解析：K-means算法收敛速度受数据分布密度影响显著，在密度不均的数据集中可能需要更多迭代；选项D错误。其他选项均正确：K值是算法关键参数；初始中心随机选择可能导致局部最优解；高维数据下特征冗余会加剧计算复杂度。

3.在时间序列分析中，ARIMA模型（自回归积分滑动平