大数据分析师（互联网行业）岗位招聘考试试卷及答案

大数据分析师（互联网行业）岗位招聘考试试卷及答案填空题（10题，每题1分）1.Hadoop分布式文件系统的英文缩写是______。2.SQL中用于计算分组内排名的窗口函数是______（写出一个即可）。3.互联网行业中，每日活跃用户的英文缩写是______。4.Spark的核心不可变分布式数据集抽象是______。5.ETL过程中，从源系统抽取数据的环节是______。6.描述用户属性、行为的标签集合称为______。7.A/B测试中用户分配的核心原则是______。8.Python中常用的数据可视化库是______（写出一个即可）。9.机器学习分类任务的经典算法是______（写出一个即可）。10.数据仓库的核心特性之一是______（面向主题/集成/非易失/时变）。答案：1.HDFS；2.RANK()；3.DAU；4.RDD；5.抽取；6.用户画像；7.随机化；8.Matplotlib；9.逻辑回归；10.面向主题单项选择题（10题，每题2分）1.HDFS默认文件块大小是（）A.64MBB.128MBC.256MBD.512MB答案：B2.Spark资源调度组件是（）A.DriverB.ExecutorC.ClusterManagerD.Worker答案：C3.SQL计算总和的函数是（）A.COUNT()B.SUM()C.AVG()D.MAX()答案：B4.互联网转化率公式中，分母是（）A.访问用户数B.下单用户数C.支付用户数D.注册用户数答案：A5.数据仓库最底层是（）A.ODSB.DWDC.DWSD.ADS答案：A6.A/B测试样本量不足会导致（）A.统计显著性降低B.结果更准确C.周期缩短D.无影响答案：A7.用户生命周期价值（LTV）指（）A.单次消费B.终身总价值C.注册时长D.复购次数答案：B8.处理缺失值属于数据清洗的（）A.抽取B.转换C.预处理D.加载答案：C9.MapReduce不包含的阶段是（）A.MapB.ShuffleC.ReduceD.SparkSQL答案：D10.实时流处理框架是（）A.FlinkB.HiveC.HBaseD.MySQL答案：A多项选择题（10题，每题2分）1.Hadoop生态组件包括（）A.HDFSB.MapReduceC.SparkD.YARN答案：ABD2.SQL窗口函数有（）A.RANK()B.SUM()OVER()C.GROUPBYD.PARTITIONBY答案：AB3.互联网核心指标包括（）A.DAUB.MAUC.GMVD.CTR答案：ABCD4.数据仓库分层有（）A.ODSB.DWDC.DWSD.ADS答案：ABCD5.实时计算框架有（）A.FlinkB.StormC.SparkStreamingD.Hive答案：ABC6.用户画像标签类型包括（）A.静态标签B.行为标签C.偏好标签D.实时标签答案：ABCD7.A/B测试注意事项（）A.随机分配B.单一变量C.样本足够D.避免偏差答案：ABCD8.数据可视化工具（）A.TableauB.PowerBIC.MatplotlibD.Excel答案：ABCD9.机器学习分类算法（）A.逻辑回归B.决策树C.随机森林D.K-Means答案：ABC10.ETL工具包括（）A.SqoopB.DataXC.FlumeD.SparkSQL答案：ABC判断题（10题，每题2分）1.HDFS默认副本数是3。（）答案：对2.SparkRDD是可变的。（）答案：错3.GROUPBY后只能用分组字段+聚合函数。（）答案：对4.GMV等于实际收入。（）答案：错5.A/B测试需随机分配用户。（）答案：对6.数据仓库面向主题、集成。（）答案：对7.用户画像标签静态不变。（）答案：错8.实时计算核心是低延迟。（）答案：对9.MapReduce适合实时处理。（）答案：错10.LTV越高用户价值越大。（）答案：对简答题（4题，每题5分）1.简述Hadoop核心组件及作用答案：Hadoop核心组件含HDFS、MapReduce、YARN。HDFS是分布式文件系统，分块存储海量数据，副本机制保障可靠性；MapReduce是批处理框架，拆分任务为Map（映射）和Reduce（归约），实现并行计算；YARN是资源调度器，统一管理集群CPU、内存，为应用分配资源。三者协同支撑海量数据存储与计算。2.DAU与MAU的区别及业务意义答案：DAU是单日活跃用户，MAU是月内活跃用户。区别：DAU反映短期活跃度，MAU反映长期规模。意义：DAU观察日级运营效果（如活动引流），MAU评估市场渗透；DAU/MAU比值（活跃度）衡量用户粘性，比值越高粘性越强。3.数据仓库分层的目的及结构答案：目的：解耦数据与业务，提升复用性；减少冗余，降低维护成本；隔离原始与分析数据，保障安全。结构：①ODS（原始层）：存储源系统数据；②DWD（明细层）：清洗整合后的明细；③DWS（汇总层）：主题汇总宽表；④ADS（应用层）：面向业务的结果数据（报表、看板）。4.A/B测试基本流程答案：①明确目标：确定测试指标（如转化率）；②设计方案：生成实验组（新策略）和对照组（原策略）；③随机分配：用户分组保证同质性；④执行实验：收集行为数据；⑤统计分析：验证指标差异的显著性；⑥决策落地：效果显著则全量上线，否则迭代。讨论题（2题，每题5分）1.如何通过用户数据提升产品留存率？答案：①用户分层：按行为（登录频率、时长）分为新用户、活跃用户、流失风险用户，针对性运营（新用户引导、活跃用户激励）；②个性化运营：基于用户画像（偏好、行为标签）推送定制内容（如电商推荐、资讯个性化）；③流失预警：分析流失特征（近期未活跃），提前触达（短信提醒、专属福利）挽回高价值用户；④A/B测试验证策略效果，持续优化。2.大数据分析在电商推荐系统中的价值答案：①精