2026春招：大數(shù)據(jù)題庫及答案

單項(xiàng)選擇題（每題2分，共10題）1.大數(shù)據(jù)的4V特征不包括以下哪項(xiàng)？A.Volume（大量）B.Variety（多樣）C.Velocity（高速）D.Value（低價(jià)）2.以下哪個(gè)不是常見的大數(shù)據(jù)存儲系統(tǒng)？A.HBaseB.MySQLC.CassandraD.MongoDB3.以下哪種工具用于大數(shù)據(jù)的流式處理？A.HiveB.SparkStreamingC.SqoopD.Pig4.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5.Hadoop中負(fù)責(zé)資源管理的是？A.HDFSB.MapReduceC.YARND.ZooKeeper6.以下哪個(gè)是NoSQL數(shù)據(jù)庫？A.SQLServerB.OracleC.RedisD.DB27.大數(shù)據(jù)分析中，數(shù)據(jù)清洗的目的不包括？A.去除重復(fù)數(shù)據(jù)B.填充缺失值C.增加數(shù)據(jù)量D.糾正錯(cuò)誤數(shù)據(jù)8.以下哪個(gè)是用于大數(shù)據(jù)可視化的工具？A.TableauB.KafkaC.FlumeD.Storm9.以下關(guān)于Spark的說法錯(cuò)誤的是？A.基于內(nèi)存計(jì)算B.只支持Java語言C.有RDD抽象D.比Hadoop快10.以下哪個(gè)不是數(shù)據(jù)挖掘的任務(wù)？A.分類B.聚類C.排序D.關(guān)聯(lián)規(guī)則挖掘多項(xiàng)選擇題（每題2分，共10題）1.大數(shù)據(jù)的應(yīng)用場景包括？A.金融風(fēng)控B.醫(yī)療健康C.交通出行D.教育教學(xué)2.以下屬于大數(shù)據(jù)處理框架的有？A.HadoopB.SparkC.FlinkD.TensorFlow3.數(shù)據(jù)倉庫的數(shù)據(jù)來源可以是？A.業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫B.日志文件C.傳感器數(shù)據(jù)D.網(wǎng)頁數(shù)據(jù)4.以下哪些是HDFS的特點(diǎn)？A.高容錯(cuò)性B.高吞吐量C.適合小文件存儲D.適合流式數(shù)據(jù)訪問5.常見的大數(shù)據(jù)分析算法有？A.決策樹B.神經(jīng)網(wǎng)絡(luò)C.K-MeansD.PageRank6.以下關(guān)于Kafka的說法正確的有？A.分布式消息系統(tǒng)B.高吞吐量C.支持消息持久化D.只支持單機(jī)部署7.大數(shù)據(jù)采集的方法有？A.網(wǎng)絡(luò)爬蟲B.傳感器采集C.日志收集D.數(shù)據(jù)庫同步8.以下屬于NoSQL數(shù)據(jù)庫類型的有？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.圖數(shù)據(jù)庫9.以下哪些是Spark的組件？A.SparkCoreB.SparkSQLC.SparkMLlibD.SparkGraphX10.數(shù)據(jù)挖掘的步驟包括？A.數(shù)據(jù)準(zhǔn)備B.模型選擇C.模型評估D.結(jié)果部署判斷題（每題2分，共10題）1.大數(shù)據(jù)就是指數(shù)據(jù)量非常大的數(shù)據(jù)。（）2.Hadoop是一個(gè)開源的大數(shù)據(jù)處理框架。（）3.數(shù)據(jù)倉庫和數(shù)據(jù)庫的概念是一樣的。（）4.所有的大數(shù)據(jù)分析都需要進(jìn)行數(shù)據(jù)挖掘。（）5.Spark只能處理批處理任務(wù)。（）6.NoSQL數(shù)據(jù)庫不支持事務(wù)。（）7.數(shù)據(jù)可視化只是為了讓數(shù)據(jù)看起來更美觀。（）8.大數(shù)據(jù)分析中，數(shù)據(jù)質(zhì)量不重要。（）9.Kafka可以作為數(shù)據(jù)采集和數(shù)據(jù)傳輸?shù)墓ぞ?。（?0.數(shù)據(jù)挖掘的結(jié)果一定是準(zhǔn)確無誤的。（）簡答題（每題5分，共4題）1.簡述大數(shù)據(jù)的4V特征。答：大數(shù)據(jù)4V特征為Volume（大量），數(shù)據(jù)規(guī)模巨大；Variety（多樣），數(shù)據(jù)類型繁多；Velocity（高速），處理速度快；Value（價(jià)值），價(jià)值密度低但挖掘后價(jià)值高。2.簡述Hadoop的核心組件及功能。答：Hadoop核心組件有HDFS，負(fù)責(zé)分布式存儲；MapReduce，用于分布式計(jì)算；YARN，進(jìn)行資源管理和任務(wù)調(diào)度。3.簡述數(shù)據(jù)清洗的主要步驟。答：數(shù)據(jù)清洗步驟：先識別重復(fù)、缺失、錯(cuò)誤數(shù)據(jù)；再去除重復(fù)數(shù)據(jù)；接著填充缺失值；最后糾正錯(cuò)誤數(shù)據(jù)。4.簡述Spark的優(yōu)勢。答：Spark基于內(nèi)存計(jì)算，速度比Hadoop快；有RDD抽象，可高效容錯(cuò)；支持多種語言；有豐富組件，能處理批、流等多種任務(wù)。討論題（每題5分，共4題）1.討論大數(shù)據(jù)對企業(yè)決策的影響。答：大數(shù)據(jù)為企業(yè)決策提供全面準(zhǔn)確信息，助于發(fā)現(xiàn)潛在機(jī)會與問題。如分析用戶數(shù)據(jù)精準(zhǔn)定位市場，提升決策科學(xué)性，但也面臨數(shù)據(jù)質(zhì)量、安全等挑戰(zhàn)。2.討論大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用及挑戰(zhàn)。答：應(yīng)用有輔助診斷、疾病預(yù)測、醫(yī)療質(zhì)量評估等。挑戰(zhàn)是數(shù)據(jù)隱私保護(hù)難，數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，專業(yè)人才缺乏。3.討論Hadoop和Spark的比較。答：Hadoop適合大規(guī)模數(shù)據(jù)存儲和批處理，成熟穩(wěn)定但速度慢。Spark基于內(nèi)存，處理速度快，支持多種任務(wù)，不過對內(nèi)存要求高。4.討論數(shù)據(jù)挖掘在電商行業(yè)的應(yīng)用場景。答：可用于用戶細(xì)分，實(shí)現(xiàn)精準(zhǔn)營銷；進(jìn)行關(guān)聯(lián)規(guī)則挖掘，推薦商品；分析用戶評價(jià)，改進(jìn)服務(wù)；預(yù)測銷售趨勢，優(yōu)化庫存管理。答案單項(xiàng)選擇題1.D2.B3.B4.C5.C6.C7.C8.A9.B10.C多項(xiàng)選擇題1.AB