陜西大數(shù)據(jù)集團(tuán)秋招面筆試題及答案

單項(xiàng)選擇題（每題2分，共20分）1.大數(shù)據(jù)的4V特性不包括以下哪項(xiàng)？A.VolumeB.VarietyC.VelocityD.Validity2.以下哪種數(shù)據(jù)庫適合存儲(chǔ)大數(shù)據(jù)？A.MySQLB.OracleC.HBaseD.SQLServer3.以下哪種編程語言常用于大數(shù)據(jù)處理？A.JavaB.PythonC.C++D.以上都是4.以下哪個(gè)不是Hadoop生態(tài)系統(tǒng)的組件？A.HDFSB.MapReduceC.SparkD.YARN5.以下哪種數(shù)據(jù)挖掘算法用于分類問題？A.K-MeansB.AprioriC.DecisionTreeD.DBSCAN6.數(shù)據(jù)倉庫的主要特點(diǎn)不包括？A.面向主題B.集成性C.實(shí)時(shí)性D.穩(wěn)定性7.以下哪種大數(shù)據(jù)技術(shù)用于實(shí)時(shí)流處理？A.StormB.HiveC.PigD.Sqoop8.以下哪個(gè)工具用于大數(shù)據(jù)可視化？A.TableauB.KafkaC.FlumeD.Zookeeper9.以下哪種數(shù)據(jù)結(jié)構(gòu)適合存儲(chǔ)海量數(shù)據(jù)？A.數(shù)組B.鏈表C.哈希表D.分布式文件系統(tǒng)10.以下哪個(gè)是NoSQL數(shù)據(jù)庫？A.PostgreSQLB.MongoDBC.DB2D.Access多項(xiàng)選擇題（每題2分，共20分）1.大數(shù)據(jù)的應(yīng)用領(lǐng)域包括？A.金融B.醫(yī)療C.教育D.交通2.以下屬于Hadoop生態(tài)系統(tǒng)的有？A.HiveB.PigC.MahoutD.Cassandra3.數(shù)據(jù)挖掘的主要任務(wù)包括？A.分類B.聚類C.關(guān)聯(lián)規(guī)則挖掘D.預(yù)測(cè)4.以下哪些是數(shù)據(jù)清洗的方法？A.去除重復(fù)數(shù)據(jù)B.處理缺失值C.數(shù)據(jù)標(biāo)準(zhǔn)化D.數(shù)據(jù)離散化5.以下哪些是實(shí)時(shí)流處理框架？A.FlinkB.SamzaC.NiFiD.Druid6.數(shù)據(jù)倉庫的建模方法有？A.星型模型B.雪花模型C.星座模型D.網(wǎng)狀模型7.以下哪些是大數(shù)據(jù)存儲(chǔ)技術(shù)？A.分布式文件系統(tǒng)B.分布式數(shù)據(jù)庫C.對(duì)象存儲(chǔ)D.磁帶庫8.以下哪些是大數(shù)據(jù)分析工具？A.RB.SASC.SPSSD.Matlab9.以下哪些是NoSQL數(shù)據(jù)庫的類型？A.鍵值數(shù)據(jù)庫B.列族數(shù)據(jù)庫C.文檔數(shù)據(jù)庫D.圖形數(shù)據(jù)庫10.以下哪些是大數(shù)據(jù)安全面臨的挑戰(zhàn)？A.數(shù)據(jù)泄露B.數(shù)據(jù)篡改C.數(shù)據(jù)濫用D.數(shù)據(jù)丟失判斷題（每題2分，共20分）1.大數(shù)據(jù)就是海量數(shù)據(jù)的集合。（）2.Hadoop只能處理結(jié)構(gòu)化數(shù)據(jù)。（）3.數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)是同一個(gè)概念。（）4.數(shù)據(jù)倉庫中的數(shù)據(jù)是動(dòng)態(tài)變化的。（）5.實(shí)時(shí)流處理可以處理所有類型的數(shù)據(jù)。（）6.NoSQL數(shù)據(jù)庫不支持事務(wù)處理。（）7.數(shù)據(jù)可視化只是為了讓數(shù)據(jù)看起來更美觀。（）8.分布式文件系統(tǒng)適合存儲(chǔ)小文件。（）9.數(shù)據(jù)清洗對(duì)大數(shù)據(jù)分析沒有影響。（）10.大數(shù)據(jù)安全只需要關(guān)注數(shù)據(jù)的保密性。（）簡(jiǎn)答題（每題5分，共20分）1.簡(jiǎn)述大數(shù)據(jù)的4V特性。2.簡(jiǎn)述Hadoop生態(tài)系統(tǒng)的主要組件及其功能。3.簡(jiǎn)述數(shù)據(jù)挖掘的主要步驟。4.簡(jiǎn)述數(shù)據(jù)倉庫與數(shù)據(jù)庫的區(qū)別。討論題（每題5分，共20分）1.討論大數(shù)據(jù)在金融行業(yè)的應(yīng)用及面臨的挑戰(zhàn)。2.討論實(shí)時(shí)流處理在物聯(lián)網(wǎng)中的應(yīng)用前景。3.討論NoSQL數(shù)據(jù)庫在大數(shù)據(jù)場(chǎng)景下的優(yōu)勢(shì)和劣勢(shì)。4.討論大數(shù)據(jù)安全的重要性及主要防護(hù)措施。答案單項(xiàng)選擇題答案1.D2.C3.D4.C5.C6.C7.A8.A9.D10.B多項(xiàng)選擇題答案1.ABCD2.ABC3.ABCD4.ABCD5.AB6.ABC7.ABC8.ABCD9.ABCD10.ABCD判斷題答案1.×2.×3.×4.×5.×6.×7.×8.×9.×10.×簡(jiǎn)答題答案1.大數(shù)據(jù)4V特性：Volume（大量），數(shù)據(jù)規(guī)模巨大；Variety（多樣），數(shù)據(jù)類型豐富；Velocity（高速），數(shù)據(jù)產(chǎn)生和處理速度快；Value（價(jià)值），蘊(yùn)含高價(jià)值但密度低。2.Hadoop主要組件：HDFS分布式存儲(chǔ)，存海量數(shù)據(jù)；MapReduce分布式計(jì)算，處理大數(shù)據(jù)；YARN資源管理，分配集群資源。3.數(shù)據(jù)挖掘步驟：數(shù)據(jù)收集，獲取相關(guān)數(shù)據(jù)；數(shù)據(jù)預(yù)處理，清洗、集成等；模型選擇，選合適算法；模型評(píng)估，檢驗(yàn)效果；知識(shí)應(yīng)用，將結(jié)果用于決策。4.數(shù)據(jù)倉庫面向主題，整合多數(shù)據(jù)源，數(shù)據(jù)穩(wěn)定，用于決策分析；數(shù)據(jù)庫面向事務(wù)，處理日常業(yè)務(wù)，數(shù)據(jù)實(shí)時(shí)更新。討論題答案1.大數(shù)據(jù)在金融可風(fēng)險(xiǎn)評(píng)估、精準(zhǔn)營(yíng)銷等。挑戰(zhàn)有數(shù)據(jù)隱私保護(hù)、數(shù)據(jù)質(zhì)量參差不齊、技術(shù)人才短缺。2.物聯(lián)網(wǎng)產(chǎn)生海量實(shí)時(shí)數(shù)據(jù)，實(shí)時(shí)流處理可實(shí)時(shí)