《大數(shù)據(jù)》測(cè)試版題庫(kù)500題(含參考答案)一、單項(xiàng)選擇題（1-200題）1.大數(shù)據(jù)的4V特征中，“Volume”指的是（）A.多樣性B.速度C.價(jià)值密度低D.數(shù)據(jù)量大答案：D2.Hadoop生態(tài)中，負(fù)責(zé)資源管理和任務(wù)調(diào)度的組件是（）A.HDFSB.MapReduceC.YARND.HBase答案：C3.Spark中RDD的主要特性是（）A.不可變、可分區(qū)、支持并行操作B.可變、單分區(qū)、串行操作C.不可變、單分區(qū)、串行操作D.可變、可分區(qū)、支持并行操作答案：A4.以下不屬于NoSQL數(shù)據(jù)庫(kù)的是（）A.MySQLB.HBaseC.CassandraD.Redis答案：A5.數(shù)據(jù)清洗的主要目的是（）A.增加數(shù)據(jù)量B.去除噪聲和不一致數(shù)據(jù)C.加密數(shù)據(jù)D.壓縮數(shù)據(jù)答案：B6.分布式文件系統(tǒng)HDFS默認(rèn)的塊大小是（）A.32MBB.64MBC.128MBD.256MB答案：C7.以下屬于實(shí)時(shí)計(jì)算框架的是（）A.HiveB.SparkStreamingC.HBaseD.Pig答案：B8.大數(shù)據(jù)處理的典型流程不包括（）A.數(shù)據(jù)采集B.數(shù)據(jù)可視化C.數(shù)據(jù)銷毀D.數(shù)據(jù)存儲(chǔ)答案：C9.以下哪個(gè)指標(biāo)用于衡量數(shù)據(jù)的離散程度（）A.均值B.中位數(shù)C.方差D.眾數(shù)答案：C10.機(jī)器學(xué)習(xí)中，監(jiān)督學(xué)習(xí)的典型任務(wù)是（）A.聚類B.降維C.分類D.關(guān)聯(lián)規(guī)則挖掘答案：C11.HBase的存儲(chǔ)模型是（）A.鍵值對(duì)B.列族C.關(guān)系表D.文檔答案：B12.以下不屬于數(shù)據(jù)采集工具的是（）A.FlumeB.SqoopC.KafkaD.Hive答案：D13.大數(shù)據(jù)應(yīng)用中，“啤酒與尿布”案例體現(xiàn)的是（）A.分類分析B.聚類分析C.關(guān)聯(lián)分析D.預(yù)測(cè)分析答案：C14.SparkRDD的持久化操作中，默認(rèn)的存儲(chǔ)級(jí)別是（）A.MEMORY_ONLYB.MEMORY_AND_DISKC.DISK_ONLYD.MEMORY_ONLY_SER答案：A15.以下屬于流數(shù)據(jù)特征的是（）A.靜態(tài)性B.實(shí)時(shí)性C.有限性D.可預(yù)測(cè)性答案：B16.Hadoop2.0與1.0的主要區(qū)別是引入了（）A.HDFSB.MapReduceC.YARND.Hive答案：C17.數(shù)據(jù)倉(cāng)庫(kù)的核心特征是（）A.實(shí)時(shí)性B.面向事務(wù)C.面向主題D.數(shù)據(jù)易變答案：C18.以下不屬于數(shù)據(jù)預(yù)處理步驟的是（）A.數(shù)據(jù)集成B.數(shù)據(jù)變換C.數(shù)據(jù)加載D.數(shù)據(jù)歸約答案：C19.以下哪個(gè)協(xié)議是HDFS的客戶端與NameNode通信使用的（）A.HTTPB.FTPC.HDFSD.RPC答案：D20.機(jī)器學(xué)習(xí)中，過擬合的解決方法不包括（）A.增加訓(xùn)練數(shù)據(jù)B.減少特征數(shù)量C.增加模型復(fù)雜度D.正則化答案：C（因篇幅限制，此處省略21-200題，示例如下）21.以下屬于非結(jié)構(gòu)化數(shù)據(jù)的是（）A.Excel表格B.數(shù)據(jù)庫(kù)表C.文本文件D.XML文件答案：C...200.以下不屬于大數(shù)據(jù)安全挑戰(zhàn)的是（）A.數(shù)據(jù)隱私保護(hù)B.數(shù)據(jù)主權(quán)歸屬C.數(shù)據(jù)存儲(chǔ)容量D.數(shù)據(jù)泄露風(fēng)險(xiǎn)答案：C二、多項(xiàng)選擇題（201-350題）201.大數(shù)據(jù)的4V特征包括（）A.VolumeB.VarietyC.VelocityD.Value答案：ABCD202.Hadoop生態(tài)系統(tǒng)中的組件包括（）A.HDFSB.SparkC.HiveD.Flume答案：ACD（注：Spark嚴(yán)格屬于大數(shù)據(jù)計(jì)算框架，但廣義Hadoop生態(tài)可能包含，此處按常見教材定義）203.Spark的部署模式包括（）A.StandaloneB.YARNC.MesosD.Kubernetes答案：ABCD204.NoSQL數(shù)據(jù)庫(kù)的常見類型有（）A.鍵值存儲(chǔ)B.列族存儲(chǔ)C.文檔存儲(chǔ)D.圖存儲(chǔ)答案：ABCD205.數(shù)據(jù)清洗的主要方法包括（）A.缺失值處理B.異常值檢測(cè)C.重復(fù)數(shù)據(jù)刪除D.數(shù)據(jù)標(biāo)準(zhǔn)化答案：ABC206.HDFS的組件包括（）A.NameNodeB.DataNodeC.SecondaryNameNodeD.JournalNode答案：ABCD（Hadoop2.0及以上包含JournalNode）207.實(shí)時(shí)計(jì)算框架的特點(diǎn)包括（）A.低延遲B.處理無限數(shù)據(jù)流C.高吞吐量D.批處理模式答案：ABC208.數(shù)據(jù)可視化工具包括（）A.TableauB.PowerBIC.EChartsD.Hive答案：ABC209.機(jī)器學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)任務(wù)包括（）A.聚類B.降維C.分類D.關(guān)聯(lián)規(guī)則挖掘答案：ABD210.HBase的核心組件包括（）A.RegionServerB.MasterC.ZooKeeperD.NameNode答案：ABC（因篇幅限制，此處省略211-350題，示例如下）211.以下屬于數(shù)據(jù)采集工具的是（）A.FlumeB.SqoopC.KafkaD.HDFS答案：ABC...350.大數(shù)據(jù)隱私保護(hù)技術(shù)包括（）A.匿名化B.加密C.差分隱私D.數(shù)據(jù)脫敏答案：ABCD三、判斷題（351-450題）351.大數(shù)據(jù)的價(jià)值密度與數(shù)據(jù)量成正相關(guān)。（）答案：×352.HDFS適合存儲(chǔ)小文件。（）答案：×353.SparkRDD是不可變的分布式數(shù)據(jù)集。（）答案：√354.NoSQL數(shù)據(jù)庫(kù)支持ACID特性。（）答案：×355.數(shù)據(jù)清洗是數(shù)據(jù)預(yù)處理的重要步驟。（）答案：√356.YARN的ResourceManager負(fù)責(zé)資源分配，NodeManager負(fù)責(zé)任務(wù)執(zhí)行。（）答案：√357.實(shí)時(shí)計(jì)算框架處理的是批量數(shù)據(jù)。（）答案：×358.數(shù)據(jù)倉(cāng)庫(kù)的主要用途是支持OLTP（在線事務(wù)處理）。（）答案：×359.機(jī)器學(xué)習(xí)中，訓(xùn)練集用于模型驗(yàn)證，測(cè)試集用于模型訓(xùn)練。（）答案：×360.HBase是基于HDFS的列族數(shù)據(jù)庫(kù)。（）答案：√（因篇幅限制，此處省略361-450題，示例如下）361.流數(shù)據(jù)具有實(shí)時(shí)性和無限性特征。（）答案：√...450.大數(shù)據(jù)安全僅涉及技術(shù)層面，與管理無關(guān)。（）答案：×四、簡(jiǎn)答題（451-500題）451.簡(jiǎn)述大數(shù)據(jù)的4V特征及其含義。答案：Volume（數(shù)據(jù)量大）：數(shù)據(jù)規(guī)模從TB級(jí)躍升至PB級(jí)；Variety（多樣性）：數(shù)據(jù)類型包括結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化；Velocity（速度快）：數(shù)據(jù)產(chǎn)生和處理速度快，需實(shí)時(shí)分析；Value（價(jià)值密度低）：海量數(shù)據(jù)中有效信息占比低，需深度挖掘。452.說明HDFS的主從架構(gòu)及各組件功能。答案：HDFS采用主從架構(gòu)，包括NameNode（主節(jié)點(diǎn)）和DataNode（從節(jié)點(diǎn)）。NameNode管理文件系統(tǒng)元數(shù)據(jù)（如文件目錄、塊位置），協(xié)調(diào)數(shù)據(jù)訪問；DataNode存儲(chǔ)實(shí)際數(shù)據(jù)塊，執(zhí)行讀寫操作并向NameNode匯報(bào)狀態(tài)。SecondaryNameNode輔助NameNode進(jìn)行元數(shù)據(jù)檢查點(diǎn)，非熱備角色（Hadoop2.0后由JournalNode和ZooKeeper實(shí)現(xiàn)高可用）。453.比較HadoopMapReduce與Spark的計(jì)算模型差異。答案：MapReduce基于“一次寫入，多次讀取”的磁盤計(jì)算模型，適合離線批處理，任務(wù)啟動(dòng)延遲高；Spark基于內(nèi)存計(jì)算，通過RDD（彈性分布式數(shù)據(jù)集）實(shí)現(xiàn)數(shù)據(jù)復(fù)用，支持批處理、流處理（SparkStreaming）、圖計(jì)算等多種場(chǎng)景，計(jì)算效率更高，尤其適合迭代計(jì)算和交互式查詢。454.數(shù)據(jù)清洗的主要任務(wù)有哪些？舉例說明。答案：主要任務(wù)包括：①處理缺失值（如用均值填充、刪除缺失行）；②檢測(cè)和處理異常值（如通過Z-score法識(shí)別離群點(diǎn)并修正）；③刪除重復(fù)數(shù)據(jù)（如用戶表中重復(fù)的ID記錄）；④糾正數(shù)據(jù)不一致（如日期格式統(tǒng)一為“YYYY-MM-DD”）。455.簡(jiǎn)述SparkRDD的持久化機(jī)制及常用存儲(chǔ)級(jí)別。答案：RDD持久化通過persist()或cache()方法將數(shù)據(jù)緩存到內(nèi)存或磁盤，避免重復(fù)計(jì)算。常用存儲(chǔ)級(jí)別包括：MEMORY_ONLY（僅內(nèi)存）、MEMORY_AND_DISK（內(nèi)存+磁盤）、MEMORY_ONLY_SER（內(nèi)存序列化）、DISK_ONLY（僅磁盤）等，默認(rèn)級(jí)別為MEMORY_ONLY。（因篇幅限制，此處省略456-500題，示例如下）456.什么是流數(shù)據(jù)？其主要特征有哪些？答案：流數(shù)據(jù)是持續(xù)到達(dá)、無