2026秋招：大數(shù)據(jù)真題及答案

一、單項(xiàng)選擇題（每題2分，共20分）1.下列哪個(gè)不是大數(shù)據(jù)的特點(diǎn)？（）A.大量B.高速C.高價(jià)D.多樣2.Hadoop框架中，負(fù)責(zé)資源管理和調(diào)度的是（）A.HDFSB.MapReduceC.YARND.HBase3.Spark中RDD是什么？（）A.分布式數(shù)據(jù)集B.單一數(shù)據(jù)集C.本地?cái)?shù)據(jù)集D.內(nèi)存數(shù)據(jù)集4.以下哪個(gè)是NoSQL數(shù)據(jù)庫(kù)？（）A.MySQLB.OracleC.MongoDBD.SQLServer5.大數(shù)據(jù)處理流程中，數(shù)據(jù)采集后下一步是（）A.數(shù)據(jù)存儲(chǔ)B.數(shù)據(jù)清洗C.數(shù)據(jù)分析D.數(shù)據(jù)可視化6.常用于實(shí)時(shí)流處理的框架是（）A.HadoopB.SparkStreamingC.PigD.Hive7.數(shù)據(jù)倉(cāng)庫(kù)用于（）A.交易處理B.分析決策C.數(shù)據(jù)存儲(chǔ)D.數(shù)據(jù)傳輸8.大數(shù)據(jù)分析中，分類(lèi)算法屬于（）A.監(jiān)督學(xué)習(xí)B.無(wú)監(jiān)督學(xué)習(xí)C.強(qiáng)化學(xué)習(xí)D.半監(jiān)督學(xué)習(xí)9.HDFS存儲(chǔ)數(shù)據(jù)的基本單位是（）A.塊B.行C.列D.文件10.以下哪個(gè)是數(shù)據(jù)可視化工具？（）A.PythonB.R語(yǔ)言C.TableauD.Scala答案：1.C2.C3.A4.C5.A6.B7.B8.A9.A10.C二、多項(xiàng)選擇題（每題2分，共20分）1.大數(shù)據(jù)技術(shù)棧包含以下哪些組件？（）A.HadoopB.SparkC.KafkaD.Redis2.常見(jiàn)的數(shù)據(jù)挖掘任務(wù)有（）A.分類(lèi)B.聚類(lèi)C.關(guān)聯(lián)規(guī)則挖掘D.預(yù)測(cè)3.以下屬于分布式文件系統(tǒng)的有（）A.HDFSB.CephFSC.GlusterFSD.NTFS4.實(shí)時(shí)數(shù)據(jù)處理的應(yīng)用場(chǎng)景包括（）A.金融交易B.物聯(lián)網(wǎng)監(jiān)控C.電商推薦D.日志分析5.數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)有（）A.面向主題B.集成性C.穩(wěn)定性D.時(shí)變性6.Python中用于大數(shù)據(jù)處理的庫(kù)有（）A.PandasB.NumPyC.MatplotlibD.Scikit-learn7.大數(shù)據(jù)安全面臨的挑戰(zhàn)包括（）A.數(shù)據(jù)泄露B.數(shù)據(jù)篡改C.數(shù)據(jù)可用性D.數(shù)據(jù)隱私8.NoSQL數(shù)據(jù)庫(kù)的類(lèi)型有（）A.鍵值存儲(chǔ)B.文檔存儲(chǔ)C.列族存儲(chǔ)D.圖形存儲(chǔ)9.以下哪些屬于數(shù)據(jù)治理的內(nèi)容？（）A.數(shù)據(jù)質(zhì)量管理B.元數(shù)據(jù)管理C.數(shù)據(jù)安全管理D.數(shù)據(jù)生命周期管理10.分布式計(jì)算框架的優(yōu)點(diǎn)有（）A.高可擴(kuò)展性B.容錯(cuò)性C.高性能D.低成本答案：1.ABCD2.ABCD3.ABC4.ABCD5.ABCD6.ABCD7.ABCD8.ABCD9.ABCD10.ABC三、判斷題（每題2分，共20分）1.大數(shù)據(jù)就是大量的數(shù)據(jù)。（）2.Hadoop只適用于批處理。（）3.Spark可以完全替代Hadoop。（）4.數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)沒(méi)有區(qū)別。（）5.實(shí)時(shí)數(shù)據(jù)處理的延遲可以忽略不計(jì)。（）6.所有的NoSQL數(shù)據(jù)庫(kù)都不支持SQL語(yǔ)句。（）7.Python是大數(shù)據(jù)分析中唯一可用的編程語(yǔ)言。（）8.大數(shù)據(jù)安全只需要保護(hù)數(shù)據(jù)的保密性。（）9.數(shù)據(jù)可視化只是為了讓數(shù)據(jù)看起來(lái)更美觀。（）10.分布式計(jì)算可以提高數(shù)據(jù)處理的效率。（）答案：1.×2.×3.×4.×5.×6.×7.×8.×9.×10.√四、簡(jiǎn)答題（每題5分，共20分）1.簡(jiǎn)述大數(shù)據(jù)的5V特點(diǎn)。答：大數(shù)據(jù)5V特點(diǎn)為大量（Volume），數(shù)據(jù)規(guī)模巨大；高速（Velocity），處理速度快；多樣（Variety），數(shù)據(jù)類(lèi)型繁多；價(jià)值（Value），數(shù)據(jù)價(jià)值密度低；真實(shí)性（Veracity），數(shù)據(jù)需保證真實(shí)可靠。2.對(duì)比Hadoop和Spark的適用場(chǎng)景。答：Hadoop適用于大規(guī)模數(shù)據(jù)的批處理，如離線(xiàn)數(shù)據(jù)存儲(chǔ)和分析，對(duì)數(shù)據(jù)處理時(shí)間不敏感的場(chǎng)景。Spark適合實(shí)時(shí)數(shù)據(jù)處理、交互式查詢(xún)和迭代計(jì)算，像實(shí)時(shí)流處理、機(jī)器學(xué)習(xí)訓(xùn)練等場(chǎng)景效率更高。3.什么是數(shù)據(jù)清洗，為什么要進(jìn)行數(shù)據(jù)清洗？答：數(shù)據(jù)清洗是對(duì)原始數(shù)據(jù)進(jìn)行處理，去除噪聲、重復(fù)、錯(cuò)誤數(shù)據(jù)等。原因是原始數(shù)據(jù)存在質(zhì)量問(wèn)題，如缺失值、異常值，會(huì)影響數(shù)據(jù)后續(xù)分析結(jié)果的準(zhǔn)確性和有效性。4.簡(jiǎn)述NoSQL數(shù)據(jù)庫(kù)和關(guān)系型數(shù)據(jù)庫(kù)的主要區(qū)別。答：關(guān)系型數(shù)據(jù)庫(kù)數(shù)據(jù)結(jié)構(gòu)為二維表，有固定的表結(jié)構(gòu)和關(guān)系模式，適合事務(wù)處理，遵循ACID原則。NoSQL數(shù)據(jù)庫(kù)無(wú)固定模式，可靈活存儲(chǔ)各類(lèi)數(shù)據(jù)，更強(qiáng)調(diào)高可擴(kuò)展性和高性能，適用于大規(guī)模數(shù)據(jù)存儲(chǔ)和高并發(fā)場(chǎng)景。五、討論題（每題5分，共20分）1.討論大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用前景和挑戰(zhàn)。答：前景：可輔助疾病診斷、預(yù)測(cè)疾病爆發(fā)等。挑戰(zhàn)：醫(yī)療數(shù)據(jù)隱私保護(hù)要求高，數(shù)據(jù)標(biāo)準(zhǔn)化困難，不同醫(yī)療機(jī)構(gòu)數(shù)據(jù)共享存在障礙，且處理復(fù)雜醫(yī)療數(shù)據(jù)需專(zhuān)業(yè)技術(shù)和人才。2.談?wù)剶?shù)據(jù)可視化在大數(shù)據(jù)分析中的重要性。答：重要性體現(xiàn)在能直觀呈現(xiàn)數(shù)據(jù)特征和趨勢(shì)，使復(fù)雜數(shù)據(jù)更易理解。可幫助決策者快速抓住關(guān)鍵信息，高效發(fā)現(xiàn)數(shù)據(jù)規(guī)律和問(wèn)題，還可促進(jìn)不同部門(mén)間的數(shù)據(jù)交流。3.分析大數(shù)據(jù)對(duì)企業(yè)決策產(chǎn)生的影響。答：大數(shù)據(jù)為企業(yè)提供海量多維度信息，輔助企業(yè)進(jìn)行精準(zhǔn)市場(chǎng)分析和用戶(hù)畫(huà)像，使決策更具科學(xué)性。能提前發(fā)現(xiàn)潛在風(fēng)險(xiǎn)和機(jī)會(huì)，降