2025年年貴州公需科目大數(shù)據(jù)培訓(xùn)考試題及答案一、單項選擇題（每題2分，共30分）1.以下哪項不屬于大數(shù)據(jù)的“4V”特征？A.Volume（大量）B.Velocity（高速）C.Veracity（真實性）D.Validity（有效性）答案：D2.數(shù)據(jù)清洗的主要目的是？A.增加數(shù)據(jù)量B.消除數(shù)據(jù)中的錯誤、重復(fù)和不一致C.提升數(shù)據(jù)存儲速度D.轉(zhuǎn)換數(shù)據(jù)格式答案：B3.Hadoop分布式文件系統(tǒng)的縮寫是？A.HDFSB.MapReduceC.HBaseD.Hive答案：A4.貴州作為國家大數(shù)據(jù)綜合試驗區(qū)，其核心戰(zhàn)略定位是？A.全國數(shù)據(jù)中心聚集區(qū)B.全球大數(shù)據(jù)交易中心C.國家數(shù)字經(jīng)濟創(chuàng)新高地D.西部人工智能研發(fā)基地答案：C5.以下哪種技術(shù)屬于實時數(shù)據(jù)處理框架？A.HadoopB.SparkStreamingC.HiveD.HBase答案：B6.數(shù)據(jù)可視化的核心目標是？A.讓數(shù)據(jù)更美觀B.幫助用戶快速理解數(shù)據(jù)中的模式和趨勢C.減少數(shù)據(jù)存儲量D.提升數(shù)據(jù)計算速度答案：B7.貴州“東數(shù)西算”工程中，貴安數(shù)據(jù)中心集群的定位是？A.面向全國的后臺服務(wù)和離線分析基地B.實時性要求高的算力樞紐C.國際數(shù)據(jù)交互中心D.邊緣計算節(jié)點答案：A8.以下哪項屬于非結(jié)構(gòu)化數(shù)據(jù)？A.Excel表格B.關(guān)系型數(shù)據(jù)庫表C.社交媒體文本D.財務(wù)報表答案：C9.數(shù)據(jù)脫敏技術(shù)中，“將真實姓名替換為‘用戶A’‘用戶B’”屬于？A.匿名化B.泛化C.掩碼D.加密答案：A10.大數(shù)據(jù)時代，數(shù)據(jù)主權(quán)的核心是？A.數(shù)據(jù)存儲權(quán)B.數(shù)據(jù)所有權(quán)、控制權(quán)和收益權(quán)C.數(shù)據(jù)傳輸權(quán)D.數(shù)據(jù)刪除權(quán)答案：B11.貴州在大數(shù)據(jù)立法中，《貴州省大數(shù)據(jù)發(fā)展應(yīng)用促進條例》首次明確的重要制度是？A.數(shù)據(jù)共享負面清單制度B.數(shù)據(jù)交易稅收優(yōu)惠C.個人信息強制刪除D.公共數(shù)據(jù)開放免費答案：A12.以下哪種算法屬于分類算法？A.K-meansB.決策樹C.主成分分析（PCA）D.關(guān)聯(lián)規(guī)則挖掘答案：B13.邊緣計算與云計算的主要區(qū)別在于？A.邊緣計算更依賴中心服務(wù)器B.邊緣計算在數(shù)據(jù)源頭附近處理數(shù)據(jù)C.邊緣計算僅處理結(jié)構(gòu)化數(shù)據(jù)D.邊緣計算成本更高答案：B14.貴州大數(shù)據(jù)“萬企融合”行動的核心目標是？A.推動10000家企業(yè)與大數(shù)據(jù)深度融合B.建設(shè)10000個數(shù)據(jù)中心C.培養(yǎng)10000名大數(shù)據(jù)專業(yè)人才D.實現(xiàn)10000億元大數(shù)據(jù)產(chǎn)業(yè)產(chǎn)值答案：A15.以下哪項不屬于數(shù)據(jù)質(zhì)量的評估維度？A.完整性B.一致性C.多樣性D.準確性答案：C二、多項選擇題（每題3分，共30分，少選、錯選均不得分）1.大數(shù)據(jù)的主要技術(shù)棧包括以下哪些層？A.數(shù)據(jù)采集層B.數(shù)據(jù)存儲層C.數(shù)據(jù)處理層D.數(shù)據(jù)應(yīng)用層答案：ABCD2.貴州大數(shù)據(jù)綜合試驗區(qū)重點推進的“三個體系”建設(shè)包括？A.數(shù)據(jù)資源體系B.融合應(yīng)用體系C.要素配置體系D.安全保障體系答案：ABD3.數(shù)據(jù)安全的主要防護措施包括？A.加密技術(shù)B.訪問控制C.數(shù)據(jù)備份D.日志審計答案：ABCD4.以下屬于NoSQL數(shù)據(jù)庫的有？A.MySQLB.HBaseC.RedisD.MongoDB答案：BCD5.大數(shù)據(jù)分析的主要步驟包括？A.數(shù)據(jù)采集與清洗B.數(shù)據(jù)存儲與管理C.數(shù)據(jù)建模與分析D.結(jié)果可視化與應(yīng)用答案：ABCD6.貴州在數(shù)據(jù)要素市場化配置中的創(chuàng)新實踐包括？A.成立全國首個大數(shù)據(jù)交易所B.探索“數(shù)據(jù)可用不可見”交易模式C.建立公共數(shù)據(jù)授權(quán)運營機制D.推行數(shù)據(jù)資產(chǎn)入表試點答案：ABCD7.以下哪些屬于大數(shù)據(jù)在農(nóng)業(yè)中的應(yīng)用場景？A.精準灌溉B.病蟲害預(yù)測C.農(nóng)產(chǎn)品溯源D.氣象數(shù)據(jù)監(jiān)測答案：ABCD8.數(shù)據(jù)湖與數(shù)據(jù)倉庫的主要區(qū)別在于？A.數(shù)據(jù)湖存儲結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)倉庫主要存儲結(jié)構(gòu)化數(shù)據(jù)B.數(shù)據(jù)湖在存儲時不定義模式，數(shù)據(jù)倉庫需提前定義模式C.數(shù)據(jù)湖支持實時處理，數(shù)據(jù)倉庫側(cè)重歷史分析D.數(shù)據(jù)湖成本更低，數(shù)據(jù)倉庫成本更高答案：ABC9.貴州發(fā)展大數(shù)據(jù)的優(yōu)勢包括？A.氣候涼爽，利于數(shù)據(jù)中心節(jié)能B.地質(zhì)結(jié)構(gòu)穩(wěn)定，自然災(zāi)害少C.電力資源豐富且成本低D.高校密集，人才儲備充足答案：ABC10.數(shù)據(jù)挖掘的常見任務(wù)包括？A.分類與預(yù)測B.聚類分析C.關(guān)聯(lián)規(guī)則挖掘D.異常檢測答案：ABCD三、判斷題（每題1分，共10分）1.大數(shù)據(jù)分析中，樣本數(shù)據(jù)質(zhì)量比全量數(shù)據(jù)更重要。（）答案：×2.HBase是一種面向列的分布式數(shù)據(jù)庫，適合實時讀寫場景。（）答案：√3.數(shù)據(jù)可視化工具Tableau主要用于編寫SQL查詢。（）答案：×4.貴州是全國首個獲批建設(shè)國家算力樞紐節(jié)點的省份。（）答案：√（注：貴州是“東數(shù)西算”8大樞紐節(jié)點之一）5.數(shù)據(jù)脫敏后的數(shù)據(jù)可以直接用于任何場景，無需額外保護。（）答案：×6.機器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)需要標注數(shù)據(jù)，無監(jiān)督學(xué)習(xí)不需要。（）答案：√7.區(qū)塊鏈技術(shù)與大數(shù)據(jù)的結(jié)合可以提升數(shù)據(jù)的可追溯性和可信度。（）答案：√8.貴州“一云一網(wǎng)一平臺”中的“一云”指“貴州政務(wù)云”。（）答案：√9.數(shù)據(jù)生命周期管理僅包括數(shù)據(jù)存儲和刪除階段。（）答案：×10.邊緣計算可以減少數(shù)據(jù)傳輸?shù)皆贫说难舆t，提升實時處理能力。（）答案：√四、簡答題（每題6分，共30分）1.簡述大數(shù)據(jù)分析的主要步驟及各步驟的核心任務(wù)。答案：大數(shù)據(jù)分析主要包括四步：（1）數(shù)據(jù)采集與清洗：通過ETL工具或API采集多源數(shù)據(jù)，清洗冗余、錯誤數(shù)據(jù)；（2）數(shù)據(jù)存儲與管理：選擇合適的存儲技術(shù)（如HDFS、HBase）存儲結(jié)構(gòu)化/非結(jié)構(gòu)化數(shù)據(jù)，建立元數(shù)據(jù)管理；（3）數(shù)據(jù)建模與分析：應(yīng)用統(tǒng)計分析、機器學(xué)習(xí)等算法挖掘數(shù)據(jù)模式（如分類、聚類）；（4）結(jié)果可視化與應(yīng)用：通過圖表、儀表盤展示分析結(jié)果，支撐業(yè)務(wù)決策（如精準營銷、風(fēng)險預(yù)警）。2.數(shù)據(jù)湖與數(shù)據(jù)倉庫的核心區(qū)別是什么？請舉例說明應(yīng)用場景。答案：核心區(qū)別：（1）數(shù)據(jù)類型：數(shù)據(jù)湖存儲結(jié)構(gòu)化（如數(shù)據(jù)庫表）、半結(jié)構(gòu)化（如JSON）、非結(jié)構(gòu)化（如文本、圖片）數(shù)據(jù)；數(shù)據(jù)倉庫主要存儲結(jié)構(gòu)化數(shù)據(jù)（如企業(yè)ERP系統(tǒng)的銷售數(shù)據(jù)）。（2）模式定義：數(shù)據(jù)湖采用“讀時模式”（Schema-on-Read），存儲時不定義結(jié)構(gòu)；數(shù)據(jù)倉庫采用“寫時模式”（Schema-on-Write），需提前設(shè)計表結(jié)構(gòu)。（3）應(yīng)用場景：數(shù)據(jù)湖適合需要保留原始數(shù)據(jù)、支持多場景分析的場景（如電商用戶行為數(shù)據(jù)湖）；數(shù)據(jù)倉庫適合需要高精度、結(jié)構(gòu)化分析的場景（如企業(yè)財務(wù)數(shù)據(jù)倉庫）。3.貴州在推進“東數(shù)西算”工程中，如何發(fā)揮自身優(yōu)勢服務(wù)全國算力需求？答案：貴州發(fā)揮三大優(yōu)勢：（1）資源優(yōu)勢：氣候涼爽（年均溫15℃）降低數(shù)據(jù)中心制冷成本；水電、火電豐富（2023年電力裝機超7000萬千瓦），電價低于全國平均0.1-0.2元/度。（2）區(qū)位優(yōu)勢：作為國家算力樞紐節(jié)點，連接粵港澳、成渝等區(qū)域，通過光纖直連實現(xiàn)低延遲（如貴廣網(wǎng)絡(luò)時延≤20ms）。（3）政策優(yōu)勢：獲批建設(shè)全國一體化算力網(wǎng)絡(luò)國家樞紐節(jié)點，支持“存算一體”模式，發(fā)展離線計算（如大數(shù)據(jù)清洗、備份）、冷數(shù)據(jù)存儲等非實時算力需求，緩解東部地區(qū)算力壓力。4.數(shù)據(jù)脫敏的常用方法有哪些？請列舉3種并說明適用場景。答案：（1）匿名化：將姓名、身份證號等敏感信息替換為“用戶A”“用戶B”，適用于需要保護個人隱私的公開數(shù)據(jù)共享（如醫(yī)療研究數(shù)據(jù)對外發(fā)布）。（2）掩碼：部分隱藏敏感信息（如將手機號顯示為“1385678”），適用于用戶界面展示（如銀行APP顯示銀行卡號）。（3）泛化：將具體數(shù)值替換為范圍（如將“28歲”改為“25-30歲”），適用于統(tǒng)計分析場景（如人口年齡分布報告）。5.邊緣計算在大數(shù)據(jù)處理中的作用是什么？與云計算如何協(xié)同？答案：作用：（1）降低延遲：在數(shù)據(jù)源頭（如智能攝像頭、工業(yè)傳感器）附近處理數(shù)據(jù)，減少傳輸?shù)皆贫说臅r間（如自動駕駛車輛需毫秒級響應(yīng)）。（2）減少帶寬消耗：僅將關(guān)鍵結(jié)果（如異常檢測報警）上傳云端，避免全量數(shù)據(jù)傳輸（如工廠設(shè)備實時監(jiān)測）。協(xié)同：邊緣計算處理實時、低價值密度數(shù)據(jù)（如視頻流分析），云計算處理全局、高價值數(shù)據(jù)（如跨區(qū)域設(shè)備故障預(yù)測模型訓(xùn)練），形成“邊緣實時處理+云端全局分析”的分層架構(gòu)。五、案例分析題（20分）貴州某農(nóng)業(yè)企業(yè)通過部署物聯(lián)網(wǎng)傳感器（土壤濕度、溫度、光照）、無人機巡檢和氣象數(shù)據(jù)接口，累計采集了5年的種植環(huán)境數(shù)據(jù)（約200TB），并建立了大數(shù)據(jù)平臺。但當前存在以下問題：（1）數(shù)據(jù)分散存儲在不同系統(tǒng)，格式不統(tǒng)一（CSV、JSON、數(shù)據(jù)庫表）；（2）部分傳感器數(shù)據(jù)缺失率達15%；（3）分析僅停留在“今年產(chǎn)量比去年高10%”的簡單對比，未挖掘影響產(chǎn)量的關(guān)鍵因素。問題：1.針對數(shù)據(jù)分散和格式不統(tǒng)一問題，應(yīng)采取哪些技術(shù)措施？（6分）2.如何處理傳感器數(shù)據(jù)缺失問題？請列舉至少2種方法。（6分）3.該企業(yè)應(yīng)如何利用大數(shù)據(jù)分析挖掘產(chǎn)量關(guān)鍵影響因素？請設(shè)計分析思路。（8分）答案：1.技術(shù)措施：（1）構(gòu)建數(shù)據(jù)湖：使用HadoopHDFS或云存儲（如阿里云OSS）統(tǒng)一存儲多源數(shù)據(jù)，支持結(jié)構(gòu)化（數(shù)據(jù)庫表）、半結(jié)構(gòu)化（JSON）、非結(jié)構(gòu)化（無人機圖像）數(shù)據(jù)；（2）ETL工具：通過ApacheNiFi或Kettle設(shè)計數(shù)據(jù)清洗流程，將不同格式數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式（如Parquet）；（3）元數(shù)據(jù)管理：建立元數(shù)據(jù)目錄（如ApacheAtlas），記錄數(shù)據(jù)來源、格式、更新頻率，提升數(shù)據(jù)可發(fā)現(xiàn)性。2.數(shù)據(jù)缺失處理方法：（1）均值/中位數(shù)填充：對連續(xù)型數(shù)據(jù)（如土壤濕度），用該地塊同期歷史數(shù)據(jù)的均值填充；（2）插值法：利用時間序列插值（如線性插值）填充短時間內(nèi)的缺失值（如某小時傳感器故障）；（3）模型預(yù)測：訓(xùn)練回歸模型（如隨機森林），基于其他變量（溫度、光照）預(yù)測缺失的濕度值。3.分析思路：（1）數(shù)據(jù)集成與特征工程：將環(huán)境數(shù)據(jù)（濕度、溫度）、氣象數(shù)據(jù)（降雨量、風(fēng)速）、產(chǎn)量數(shù)據(jù)關(guān)聯(lián)，提取關(guān)鍵特征（如“花期平均溫度”“灌漿期累計降雨量”）；（2）相關(guān)性分析：使用Pear