精編2025年公需科目大數(shù)據(jù)考核題庫(kù)完整版(含答案)一、單項(xiàng)選擇題1.以下哪項(xiàng)不屬于大數(shù)據(jù)的“4V”特征？A.大量（Volume）B.高速（Velocity）C.多樣（Variety）D.高價(jià)（Value）答案：D2.分布式文件系統(tǒng)HDFS的默認(rèn)塊大小是？A.32MBB.64MBC.128MBD.256MB答案：C3.以下哪種技術(shù)用于解決分布式系統(tǒng)中節(jié)點(diǎn)之間的協(xié)調(diào)問(wèn)題？A.HBaseB.ZooKeeperC.SparkD.Kafka答案：B4.數(shù)據(jù)清洗中處理缺失值的常用方法不包括？A.刪除缺失值所在行B.用均值填充C.用隨機(jī)數(shù)填充D.用回歸模型預(yù)測(cè)填充答案：C5.以下哪項(xiàng)屬于非結(jié)構(gòu)化數(shù)據(jù)？A.關(guān)系型數(shù)據(jù)庫(kù)表B.日志文件C.Excel表格D.財(cái)務(wù)報(bào)表答案：B6.聯(lián)邦學(xué)習(xí)的核心目標(biāo)是？A.集中所有數(shù)據(jù)訓(xùn)練模型B.在不共享原始數(shù)據(jù)的前提下聯(lián)合建模C.提高單個(gè)節(jié)點(diǎn)的計(jì)算能力D.降低數(shù)據(jù)存儲(chǔ)成本答案：B7.以下哪項(xiàng)是Spark的核心抽象？A.RDD（彈性分布式數(shù)據(jù)集）B.DataFrameC.DatasetD.DStream答案：A8.《數(shù)據(jù)安全法》規(guī)定，重要數(shù)據(jù)的處理者應(yīng)當(dāng)按照規(guī)定對(duì)其數(shù)據(jù)處理活動(dòng)定期開(kāi)展？A.數(shù)據(jù)加密B.風(fēng)險(xiǎn)評(píng)估C.數(shù)據(jù)備份D.數(shù)據(jù)脫敏答案：B9.以下哪種算法屬于監(jiān)督學(xué)習(xí)？A.K-means聚類(lèi)B.決策樹(shù)分類(lèi)C.關(guān)聯(lián)規(guī)則挖掘D.主成分分析答案：B10.數(shù)據(jù)可視化工具Tableau主要支持的數(shù)據(jù)源不包括？A.ExcelB.SQLServerC.HadoopD.區(qū)塊鏈賬本答案：D11.以下哪項(xiàng)是流式計(jì)算框架Flink的特點(diǎn)？A.基于微批處理B.支持事件時(shí)間（EventTime）C.僅適用于離線(xiàn)計(jì)算D.不支持狀態(tài)管理答案：B12.數(shù)據(jù)要素市場(chǎng)化配置的核心是？A.數(shù)據(jù)所有權(quán)確權(quán)B.數(shù)據(jù)流通交易C.數(shù)據(jù)存儲(chǔ)技術(shù)提升D.數(shù)據(jù)采集范圍擴(kuò)大答案：B13.隱私計(jì)算中的“安全多方計(jì)算”主要解決的問(wèn)題是？A.數(shù)據(jù)加密傳輸B.多參與方在不共享數(shù)據(jù)的情況下協(xié)同計(jì)算C.數(shù)據(jù)脫敏D.數(shù)據(jù)備份冗余答案：B14.以下哪項(xiàng)不屬于大數(shù)據(jù)應(yīng)用中的倫理風(fēng)險(xiǎn)？A.算法歧視B.數(shù)據(jù)泄露C.數(shù)據(jù)價(jià)值挖掘D.隱私侵犯答案：C15.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.Hive答案：C16.數(shù)據(jù)倉(cāng)庫(kù)（DataWarehouse）的主要特點(diǎn)是？A.支持實(shí)時(shí)事務(wù)處理B.面向主題、集成、非易失、隨時(shí)間變化C.存儲(chǔ)原始交易數(shù)據(jù)D.僅支持單表查詢(xún)答案：B17.以下哪種數(shù)據(jù)清洗操作用于解決數(shù)據(jù)不一致問(wèn)題？A.去重B.標(biāo)準(zhǔn)化（如統(tǒng)一日期格式）C.填充缺失值D.糾正錯(cuò)誤值答案：B18.以下哪項(xiàng)是Kafka的核心功能？A.分布式消息隊(duì)列B.內(nèi)存計(jì)算框架C.列式存儲(chǔ)數(shù)據(jù)庫(kù)D.搜索引擎答案：A19.《個(gè)人信息保護(hù)法》規(guī)定，處理個(gè)人信息應(yīng)當(dāng)遵循的原則不包括？A.合法、正當(dāng)、必要B.最小必要C.完全匿名化D.公開(kāi)透明答案：C20.以下哪種場(chǎng)景最適合使用實(shí)時(shí)計(jì)算？A.月度銷(xiāo)售報(bào)表提供B.電商平臺(tái)實(shí)時(shí)推薦C.歷史用戶(hù)行為分析D.年度財(cái)務(wù)審計(jì)答案：B二、多項(xiàng)選擇題1.大數(shù)據(jù)技術(shù)架構(gòu)通常包括以下哪些層次？A.數(shù)據(jù)采集層B.數(shù)據(jù)存儲(chǔ)層C.數(shù)據(jù)處理層D.數(shù)據(jù)應(yīng)用層答案：ABCD2.以下屬于NoSQL數(shù)據(jù)庫(kù)的有？A.MySQLB.HBaseC.RedisD.MongoDB答案：BCD3.數(shù)據(jù)質(zhì)量的評(píng)估維度包括？A.準(zhǔn)確性B.完整性C.一致性D.及時(shí)性答案：ABCD4.隱私保護(hù)技術(shù)包括？A.匿名化（如k-匿名）B.脫敏（如掩碼）C.差分隱私D.數(shù)據(jù)加密答案：ABCD5.以下哪些是Spark的優(yōu)勢(shì)？A.內(nèi)存計(jì)算，速度快B.支持多種編程語(yǔ)言（Scala、Python、Java等）C.僅支持批處理D.與Hadoop生態(tài)兼容答案：ABD6.數(shù)據(jù)治理的核心內(nèi)容包括？A.數(shù)據(jù)標(biāo)準(zhǔn)制定B.數(shù)據(jù)質(zhì)量管控C.數(shù)據(jù)安全管理D.數(shù)據(jù)生命周期管理答案：ABCD7.以下屬于流式計(jì)算框架的有？A.ApacheFlinkB.ApacheSparkStreamingC.ApacheStormD.ApacheHive答案：ABC8.大數(shù)據(jù)在智慧城市中的應(yīng)用場(chǎng)景包括？A.交通擁堵預(yù)測(cè)B.智能電網(wǎng)調(diào)度C.公共安全監(jiān)控D.醫(yī)療資源優(yōu)化配置答案：ABCD9.數(shù)據(jù)湖（DataLake）與數(shù)據(jù)倉(cāng)庫(kù)（DataWarehouse）的區(qū)別在于？A.數(shù)據(jù)湖存儲(chǔ)原始數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)B.數(shù)據(jù)湖支持多種數(shù)據(jù)類(lèi)型，數(shù)據(jù)倉(cāng)庫(kù)以結(jié)構(gòu)化為主C.數(shù)據(jù)湖面向分析人員，數(shù)據(jù)倉(cāng)庫(kù)面向業(yè)務(wù)用戶(hù)D.數(shù)據(jù)湖強(qiáng)調(diào)靈活性，數(shù)據(jù)倉(cāng)庫(kù)強(qiáng)調(diào)規(guī)范性答案：ABD10.《數(shù)據(jù)安全法》規(guī)定的數(shù)據(jù)分類(lèi)分級(jí)保護(hù)制度中，數(shù)據(jù)分類(lèi)的依據(jù)包括？A.數(shù)據(jù)來(lái)源B.數(shù)據(jù)重要程度C.數(shù)據(jù)處理風(fēng)險(xiǎn)D.數(shù)據(jù)應(yīng)用場(chǎng)景答案：BCD三、判斷題1.大數(shù)據(jù)的“價(jià)值密度低”是指數(shù)據(jù)總量大但有效信息占比小。（）答案：√2.Hadoop的MapReduce是一種分布式計(jì)算模型，適用于實(shí)時(shí)計(jì)算場(chǎng)景。（）答案：×（MapReduce適用于離線(xiàn)批處理）3.數(shù)據(jù)可視化的主要目的是將復(fù)雜數(shù)據(jù)轉(zhuǎn)化為直觀的圖形，幫助用戶(hù)快速理解信息。（）答案：√4.機(jī)器學(xué)習(xí)中的無(wú)監(jiān)督學(xué)習(xí)需要標(biāo)注數(shù)據(jù)作為輸入。（）答案：×（無(wú)監(jiān)督學(xué)習(xí)不需要標(biāo)注數(shù)據(jù)）5.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：√6.數(shù)據(jù)脫敏是指通過(guò)技術(shù)手段將敏感信息變形，使其無(wú)法直接識(shí)別特定個(gè)體。（）答案：√7.分布式系統(tǒng)的“CAP定理”指的是一致性（Consistency）、可用性（Availability）、分區(qū)容忍性（PartitionTolerance）三者不可兼得。（）答案：√8.數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是動(dòng)態(tài)變化的，支持頻繁的增刪改操作。（）答案：×（數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)是非易失的，主要支持查詢(xún)）9.聯(lián)邦學(xué)習(xí)適用于醫(yī)療、金融等數(shù)據(jù)隱私要求高的行業(yè)。（）答案：√10.大數(shù)據(jù)時(shí)代，數(shù)據(jù)的所有權(quán)、使用權(quán)和收益權(quán)可以分離。（）答案：√四、簡(jiǎn)答題1.簡(jiǎn)述大數(shù)據(jù)處理的典型流程。答案：大數(shù)據(jù)處理典型流程包括：（1）數(shù)據(jù)采集：通過(guò)ETL工具、傳感器、日志收集等方式獲取數(shù)據(jù)；（2）數(shù)據(jù)存儲(chǔ)：使用分布式文件系統(tǒng)（如HDFS）、NoSQL數(shù)據(jù)庫(kù)（如HBase）或關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)；（3）數(shù)據(jù)清洗：處理缺失值、重復(fù)值、錯(cuò)誤值，解決不一致問(wèn)題；（4）數(shù)據(jù)建模：應(yīng)用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等方法挖掘模式或預(yù)測(cè)；（5）數(shù)據(jù)可視化：通過(guò)圖表、儀表盤(pán)等展示結(jié)果；（6）數(shù)據(jù)應(yīng)用：將分析結(jié)果用于決策支持、產(chǎn)品優(yōu)化等場(chǎng)景。2.對(duì)比HadoopMapReduce與Spark的適用場(chǎng)景。答案：HadoopMapReduce基于磁盤(pán)計(jì)算，適合離線(xiàn)批處理，對(duì)內(nèi)存要求低，但處理迭代計(jì)算（如機(jī)器學(xué)習(xí)）或交互式查詢(xún)效率低；Spark基于內(nèi)存計(jì)算（RDD緩存），支持批處理、流處理（SparkStreaming）、圖計(jì)算等，適合需要多次迭代的算法（如K-means）、實(shí)時(shí)分析或交互式查詢(xún)，速度比MapReduce快10-100倍，但對(duì)內(nèi)存資源要求較高。3.列舉數(shù)據(jù)安全的主要防護(hù)措施。答案：數(shù)據(jù)安全防護(hù)措施包括：（1）加密技術(shù)：對(duì)存儲(chǔ)和傳輸中的數(shù)據(jù)進(jìn)行加密（如AES、RSA）；（2）訪(fǎng)問(wèn)控制：通過(guò)角色權(quán)限管理（RBAC）限制數(shù)據(jù)訪(fǎng)問(wèn)；（3）脫敏處理：對(duì)敏感信息（如身份證號(hào)、手機(jī)號(hào)）進(jìn)行掩碼、替換等處理；（4）審計(jì)日志：記錄數(shù)據(jù)操作行為，便于追溯；（5）備份與容災(zāi)：定期備份數(shù)據(jù)，防止丟失；（6）合規(guī)性管理：遵循《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》等法規(guī)，開(kāi)展風(fēng)險(xiǎn)評(píng)估。4.說(shuō)明“差分隱私”的核心思想及其應(yīng)用場(chǎng)景。答案：差分隱私的核心思想是在數(shù)據(jù)查詢(xún)或分析結(jié)果中添加可控噪聲，使得單個(gè)個(gè)體的數(shù)據(jù)是否被包含在數(shù)據(jù)集中無(wú)法被推斷，從而保護(hù)隱私。其應(yīng)用場(chǎng)景包括政府統(tǒng)計(jì)（如人口普查）、醫(yī)療數(shù)據(jù)共享（如疾病研究）、企業(yè)用戶(hù)行為分析（如用戶(hù)偏好統(tǒng)計(jì)）等需要在數(shù)據(jù)利用與隱私保