2026年《云计算与大数据》期末考试试题及答案

2026年《云计算与大数据》期末考试试题及答案一、单项选择题（每题2分，共20分）1.某企业需构建支持弹性扩展的数据分析平台，要求底层资源按需分配且无需管理物理服务器。其最佳云计算服务模式选择为（）A.IaaSB.PaaSC.SaaSD.DaaS答案：B2.大数据处理中，以下哪项技术主要用于解决“实时流数据低延迟处理”问题？（）A.HadoopMapReduceB.SparkRDDC.FlinkDataStreamD.HBase答案：C3.云原生架构中，服务网格（ServiceMesh）的核心功能是（）A.资源弹性伸缩B.服务间通信与安全C.容器编排调度D.日志集中管理答案：B4.某金融机构需存储PB级客户交易明细数据，要求支持多版本历史查询且存储成本低。最适合的存储方案是（）A.对象存储（如AWSS3）B.块存储（如iSCSI）C.文件存储（如NFS）D.关系型数据库（如MySQL）答案：A5.以下不属于大数据“5V”特征的是（）A.Volume（规模大）B.Velocity（速度快）C.Variability（多变性）D.Value（价值密度低）答案：C6.边缘计算与云计算协同场景中，边缘节点的主要作用是（）A.存储全局历史数据B.处理实时性要求高的本地数据C.提供大规模并行计算能力D.管理云资源调度策略答案：B7.某电商平台需对用户行为数据进行实时推荐，要求处理延迟小于100ms。其大数据处理架构应优先选择（）A.批处理（BatchProcessing）B.流处理（StreamProcessing）C.交互式处理（InteractiveProcessing）D.图处理（GraphProcessing）答案：B8.Serverless架构的核心优势是（）A.完全无需管理服务器B.支持无限并发C.降低开发复杂度D.保证100%可用性答案：C9.数据湖（DataLake）与数据仓库（DataWarehouse）的主要区别在于（）A.数据存储格式（结构化vs非结构化）B.数据处理速度（快vs慢）C.数据用途（分析vs存储）D.数据规模（大vs小）答案：A10.云计算中，“多租户隔离”主要通过以下哪种技术实现？（）A.虚拟化（Virtualization）B.容器化（Containerization）C.软件定义网络（SDN）D.加密传输（TLS）答案：A二、填空题（每空2分，共20分）1.云计算的三种典型服务模式是IaaS、PaaS和________。答案：SaaS2.Hadoop生态中，负责分布式存储的核心组件是________，负责资源调度的组件是________。答案：HDFS（Hadoop分布式文件系统）；YARN（YetAnotherResourceNegotiator）3.大数据实时处理框架Flink的核心抽象是________和________。答案：流（Stream）；状态（State）4.云原生技术栈的“三驾马车”通常指容器化、________和微服务。答案：服务网格（ServiceMesh）5.数据湖的典型存储格式包括Parquet、________和ORC。答案：Avro6.边缘计算的关键技术包括边缘节点部署、________和低延迟通信。答案：本地数据处理7.分布式计算中，Spark的RDD（弹性分布式数据集）具有________和________特性，支持容错。答案：不可变（Immutable）；可分区（Partitioned）三、简答题（每题8分，共40分）1.简述云计算中“弹性伸缩”的实现原理及典型应用场景。答案：弹性伸缩通过监控系统实时采集资源使用指标（如CPU、内存、网络流量），当指标超过阈值时，自动触发扩容（增加实例）或缩容（减少实例）操作。底层依赖虚拟化或容器技术快速创建/销毁实例，并通过负载均衡器重新分配流量。典型场景包括电商大促期间的流量高峰应对、视频直播的并发访问支持、大数据计算任务的临时资源需求。2.对比HadoopMapReduce与Spark的技术差异，说明Spark在哪些场景下更具优势。答案：技术差异：MapReduce基于磁盘计算，任务分为Map和Reduce阶段，中间结果需落盘；Spark基于内存计算，通过RDD缓存中间结果，支持DAG（有向无环图）执行计划。优势场景：需要多次迭代计算的任务（如机器学习训练、图计算）、交互式数据分析（低延迟查询）、流批一体处理（结合SparkStreaming），因内存计算减少了IO开销，性能提升显著（通常快10-100倍）。3.数据湖与数据仓库的核心区别有哪些？企业如何选择两者的应用场景？答案：核心区别：（1）数据类型：数据湖存储结构化、半结构化、非结构化数据（如日志、图片、文本），数据仓库仅存储结构化数据；（2）处理阶段：数据湖在存储时不强制模式（Schema-on-Read），数据仓库需预先定义模式（Schema-on-Write）；（3）用途：数据湖支持多场景分析（如AI训练、实时查询），数据仓库主要支持结构化报表与OLAP。选择策略：需处理多类型原始数据、支持探索性分析时选数据湖；需高效支持固定业务指标的结构化查询时选数据仓库；通常采用“数据湖+数据仓库”混合架构，湖仓一体（Lakehouse）是发展趋势。4.云原生架构中，容器化（如Docker）与传统虚拟化（如VMware）的主要区别是什么？各自适用场景如何？答案：区别：（1）隔离层级：虚拟化通过Hypervisor模拟硬件，容器通过LinuxNamespace/Cgroups实现进程级隔离；（2）资源占用：容器共享宿主机内核，资源开销小（启动秒级，内存占用MB级），虚拟化需运行独立OS（启动分钟级，内存GB级）；（3）灵活性：容器更轻量，适合微服务的快速部署与弹性伸缩；虚拟化提供更彻底的隔离，适合需要独立OS环境的场景。适用场景：容器适用于云原生微服务架构、DevOps持续交付；虚拟化适用于需要强隔离的传统应用迁移、单租户专用资源场景。5.大数据隐私保护中，“联邦学习”（FederatedLearning）的核心思想是什么？与传统数据集中处理模式相比有何优势？答案：核心思想：在不移动原始数据的前提下，通过本地训练模型、上传模型参数（如梯度）的方式实现跨机构联合建模，数据“可用不可见”。优势：（1）隐私性：避免数据泄露风险（如医疗、金融等敏感数据）；（2）合规性：符合GDPR、《个人信息保护法》等法规对数据本地化的要求；（3）效率性：减少数据传输成本，尤其适用于分布式设备（如手机、IoT终端）的协同学习。四、综合应用题（共20分）某零售企业计划构建“用户行为分析与精准营销”大数据平台，需求如下：数据来源：APP端点击流（实时，日均500GB）、线下门店POS交易（批量，日均100GB）、会员信息（结构化，存储于MySQL）；分析需求：实时用户画像（性别/年龄/偏好）、促销活动效果实时评估（点击-下单转化率）、未来7天销量预测（基于历史数据）；约束条件：存储成本可控，支持弹性扩展，需满足数据隐私合规（用户敏感信息不可出域）。请设计平台技术架构，需明确各组件功能及数据流程，并说明关键技术选型理由。答案：技术架构设计（总分20分，按以下要点评分）1.数据采集层（4分）实时数据（APP点击流）：使用FlinkCDC或KafkaConnect采集，通过Kafka消息队列缓冲（高吞吐、低延迟）；批量数据（POS交易）：通过Sqoop或DataX定时（每日凌晨）导入HDFS或对象存储；会员信息（MySQL）：通过Canal监听Binlog实现增量同步，或定时全量同步至数据湖。2.数据存储层（4分）实时数据暂存：Kafka（保留7天，支持重复消费）；原始数据湖：对象存储（如AWSS3/阿里云OSS），存储格式为Parquet（列式存储，压缩率高，支持Schema演进），成本低于块存储；结构化数据：Hive数据仓库（元数据管理）+DeltaLake（支持ACID事务，满足湖仓一体需求）；高性能查询：ClickHouse（实时OLAP，支持用户画像快速查询）或StarRocks（MPP架构，高并发）。3.数据处理层（6分）实时处理：Flink流处理（低延迟，<100ms），完成点击流清洗（去重、过滤无效事件）、用户行为关联（如将点击事件与会员ID绑定）；批量处理：Spark批处理（夜间运行），计算POS交易的聚合指标（如门店日销售额、商品销量TOP10）；机器学习：使用SparkMLlib或TensorFlowonYARN训练销量预测模型（特征包括历史销量、促销活动、天气等），模型输出至缓存（Redis）供实时调用。4.分析与应用层（4分）实时用户画像：ClickHouse存储用户标签（性别/年龄/偏好），通过API接口（如RESTful）提供给营销系统；促销效果评估：Flink实时计算转化率（下单数/点击数），结果输出至可视化平台（Grafana或Superset）；销量预测：模型每日更新，预测结果写入Hive或MySQL，供运营人员查看。5.隐私与安全（2分）用户敏感信息（如手机号、身份证号）在采集时脱敏（哈希加密或部分替换），存储时使用加密存储（如AWSSSE-S3）；联邦学习：若需跨门店联合建模（如不同区域用户偏好），采用联邦学习框架（如FedML），仅传输模