2025江苏徐州市泉山数据有限公司招聘笔试笔试历年备考题库附带答案详解

2025江苏徐州市泉山数据有限公司招聘笔试笔试历年备考题库附带答案详解一、单项选择题下列各题只有一个正确答案，请选出最恰当的选项（共30题）1、下列哪项属于大数据的4V特征之一？

A.Volume（大量）B.Value（低价值密度）C.Velocity（高速）D.以上都是A.仅AB.仅CC.A和CD.以上都是2、下列哪项不属于大数据的4V特征？

A.Volume（大量）

B.Velocity（高速）

C.Variety（多样）

D.Valueless（无价值）3、在Python数据分析中，用于创建DataFrame对象的主要库是？

A.NumPy

B.Pandas

C.Matplotlib

D.Scikit-learn4、SQL语句中，用于从数据库表中检索数据的关键字是？

A.INSERT

B.UPDATE

C.SELECT

D.DELETE5、下列哪种排序算法的平均时间复杂度为O(nlogn)且是稳定的？

A.快速排序

B.堆排序

C.归并排序

D.选择排序6、徐州市泉山区所属的行政区划级别是？

A.省级

B.地级市辖区

C.县级市

D.乡镇级7、在计算机网络中，HTTP协议默认使用的端口号是？

A.21

B.80

C.443

D.33068、Excel中，若要计算单元格区域A1:A10的平均值，应使用的函数是？

A.SUM

B.COUNT

C.AVERAGE

D.MAX9、下列关于数据清洗的说法，错误的是？

A.处理缺失值

B.去除重复数据

C.纠正错误数据

D.增加数据噪声10、我国《网络安全法》正式施行的时间是？

A.2016年11月7日

B.2017年6月1日

C.2018年5月1日

D.2021年9月1日11、在关系型数据库中，主键（PrimaryKey）的主要作用是？

A.加速查询

B.唯一标识每一行记录

C.建立外键关联

D.节省存储空间12、在数据处理流程中，将原始数据转换为适合分析格式的过程称为？

A.数据采集B.数据清洗C.数据变换D.数据存储13、下列哪项不属于大数据的4V特征？

A.Volume（大量）B.Velocity（高速）C.Variety（多样）D.Valueless（无价值）14、SQL语言中，用于从数据库表中检索数据的命令是？

A.INSERTB.UPDATEC.SELECTD.DELETE15、在Python中，用于创建空字典的正确语法是？

A.[]B.{}C.()D.set()16、下列哪种算法属于监督学习？

A.K-means聚类B.决策树C.PCA降维D.Apriori关联规则17、数据安全中，确保数据在传输过程中未被篡改的特性是？

A.机密性B.完整性C.可用性D.不可否认性18、Linux系统中，查看当前目录下的文件和文件夹的命令是？

A.cdB.lsC.pwdD.mkdir19、关系型数据库中，唯一标识表中每一行记录的字段称为？

A.外键B.主键C.索引D.视图20、下列IP地址中，属于私有IP地址的是？

A.B.C.14D.21、在数据处理流程中，将原始数据转换为适合分析格式的初始步骤是？

A.数据可视化

B.数据清洗

C.数据存储

D.数据挖掘22、下列哪项不属于关系型数据库管理系统（RDBMS）？

A.MySQL

B.Oracle

C.MongoDB

D.PostgreSQL23、在Python中，用于处理和分析大型数据集最常用的库是？

A.NumPy

B.Pandas

C.Matplotlib

D.Scikit-learn24、数据安全等级保护制度中，第三级信息系统要求至少多久进行一次等级测评？

A.每半年

B.每年

C.每两年

D.每三年25、下列哪种排序算法在最坏情况下的时间复杂度为O(nlogn)？

A.快速排序

B.冒泡排序

C.归并排序

D.插入排序26、在SQL查询中，用于过滤分组后数据的子句是？

A.WHERE

B.HAVING

C.GROUPBY

D.ORDERBY27、下列关于云计算服务模型的说法，正确的是？

A.IaaS提供应用软件

B.PaaS提供基础设施

C.SaaS提供软件应用

D.DaaS是主流三大模型之一28、在数据可视化中，最适合展示各部分占总体比例关系的图表是？

A.折线图

B.柱状图

C.饼图

D.散点图29、Linux系统中，用于查看当前目录下的文件和文件夹列表的命令是？

A.cd

B.pwd

C.ls

D.mkdir30、下列哪项措施最能有效防止SQL注入攻击？

A.使用动态拼接SQL语句

B.对用户输入进行严格过滤和转义

C.关闭数据库端口

D.增加服务器内存二、多项选择题下列各题有多个正确答案，请选出所有正确选项（共15题）31、在数据处理流程中，数据清洗的主要任务包括哪些？

A.去除重复数据

B.填补缺失值

C.纠正错误数据

D.数据可视化展示32、下列属于关系型数据库管理系统（RDBMS）的是？

A.MySQL

B.Oracle

C.MongoDB

D.PostgreSQL33、关于Python中列表（List）与元组（Tuple）的区别，下列说法正确的有？

A.列表是可变的，元组是不可变的

B.列表使用[]定义，元组使用()定义

C.元组的访问速度通常比列表快

D.列表可以作为字典的键，元组不可以34、在网络安全防护中，以下措施有助于防止SQL注入攻击的是？

A.使用预编译语句（PreparedStatement）

B.对用户输入进行严格过滤和转义

C.最小化数据库账户权限

D.直接拼接用户输入构建SQL语句35、下列指标中，用于评估分类模型性能的有？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.均方误差（MSE）36、关于云计算服务模式，下列说法正确的有？

A.IaaS提供基础设施服务

B.PaaS提供平台开发环境

C.SaaS提供软件应用服务

D.DaaS是唯一的云服务模式37、在Excel数据处理中，以下函数可用于查找和引用的有？

A.VLOOKUP

B.INDEX

C.MATCH

D.SUMIF38、下列属于大数据特征（4V）的是？

A.Volume（大量）

B.Velocity（高速）

C.Variety（多样）

D.Value（价值）39、关于Linux常用命令，下列搭配正确的有？

A.ls-列出目录内容

B.cd-切换目录

C.mkdir-创建文件

D.rm-删除文件或目录40、在项目管理中，属于PDCA循环阶段的有？

A.Plan（计划）

B.Do（执行）

C.Check（检查）

D.Act（处理/行动）41、在数据分析流程中，数据预处理通常包含哪些关键步骤？

A.数据清洗B.数据集成C.数据变换D.数据归约42、下列属于Python中常用数据处理库的是？

A.NumPyB.PandasC.MatplotlibD.Django43、关于关系型数据库与非关系型数据库（NoSQL），下列说法正确的有？

A.MySQL属于关系型数据库B.Redis属于非关系型数据库C.NoSQL不支持事务处理D.关系型数据库适合结构化数据44、在统计学中，描述数据集中趋势的指标包括？

A.均值B.中位数C.众数D.标准差45、下列哪些措施有助于保障数据安全？

A.数据加密B.访问控制C.定期备份D.明文传输三、判断题判断下列说法是否正确（共10题）46、在数据分析中，中位数比平均数更能抵抗极端值的影响，因此在数据分布偏斜时，使用中位数描述集中趋势更合适。（对/错）A.对B.错47、SQL语言中，INNERJOIN返回两个表中连接字段相匹配的所有行，包括左表或右表中不匹配的行。（对/错）A.对B.错48、Python中列表（List）是可变对象，而元组（Tuple）是不可变对象，因此元组可以作为字典的键，列表不可以。（对/错）A.对B.错49、在关系型数据库设计中，第三范式（3NF）要求非主属性不仅完全依赖于主键，而且不能传递依赖于主键。（对/错）A.对B.错50、HTTP协议中，GET请求用于获取资源，POST请求用于提交数据，GET请求的参数包含在URL中，因此比POST更安全。（对/错）A.对B.错51、Excel中，VLOOKUP函数的第四个参数为FALSE或0时，表示进行精确匹配；若省略该参数，默认进行近似匹配。（对/错）A.对B.错52、在项目管理中，关键路径是指项目中耗时最短的活动序列，决定了项目的最短完成时间。（对/错）A.对B.错53、数据清洗过程中，对于缺失值的处理，直接删除含有缺失值的记录总是最优策略，因为这样能保证数据的完整性。（对/错）A.对B.错54、Linux系统中，chmod755filename命令表示文件所有者拥有读、写、执行权限，组用户和其他用户拥有读、执行权限。（对/错）A.对B.错55、在统计学假设检验中，P值小于显著性水平α（如0.05）时，我们拒绝原假设，认为结果具有统计学显著性。（对/错）A.对B.错

参考答案及解析1.【参考答案】D【解析】大数据通常具备4V特征：Volume（大量）、Velocity（高速）、Variety（多样）和Value（低价值密度）。题目中A、B、C均描述了大数据的不同维度特征，虽然B选项表述为“低价值密度”是Value的特征描述，但整体语境下，ABC均为大数据核心属性的相关描述。在单选题中，若选项D为“以上都是”，且前三项均指向大数据的核心概念范畴，通常选D。严格来说，Value指价值密度低，故ABC均正确涉及大数据特征。2.【参考答案】D【解析】大数据通常被概括为4V特征：Volume（数据量大）、Velocity（处理速度快）、Variety（数据类型繁多）和Value（价值密度低但商业价值高）。选项D“Valueless”意为无价值，这与大数据的核心特征相悖。虽然大数据的价值密度相对较低，需要通过深度挖掘才能体现其巨大商业价值，但绝非“无价值”。因此，D项表述错误，符合题意。其他三项均为大数据的标准特征描述。本题旨在考察考生对大数据基础概念的掌握程度。3.【参考答案】B【解析】Pandas是基于NumPy的一种工具，专为解决数据分析任务而创建，其核心数据结构包括Series和DataFrame。NumPy主要用于高性能科学计算和数组操作；Matplotlib是绘图库；Scikit-learn是机器学习库。因此，创建和处理DataFrame对象应使用Pasdas库。本题考察常用数据分析工具库的功能区分，是数据岗位笔试的高频考点。4.【参考答案】C【解析】SQL语言中，SELECT用于查询数据，INSERT用于插入新记录，UPDATE用于更新现有记录，DELETE用于删除记录。题目要求检索数据，故应使用SELECT关键字。这是数据库操作最基础的知识点，常作为笔试入门题出现，考察考生对CRUD（增删改查）基本操作的熟悉程度。5.【参考答案】C【解析】快速排序平均复杂度O(nlogn)但不稳定；堆排序平均复杂度O(nlogn)但不稳定；选择排序平均复杂度O(n^2)；归并排序平均复杂度O(nlogn)且是稳定排序。稳定性指相等元素排序后相对顺序不变。本题考察常见排序算法的时间复杂度及稳定性特性，需考生熟记各算法特点。6.【参考答案】B【解析】徐州市是江苏省下辖的地级市，泉山区是徐州市下辖的市辖区，属于县级行政区范畴，但在行政隶属上直接称为“市辖区”。它不是省级、独立的县级市或乡镇级。了解当地基本行政区划有助于理解国企背景及业务范围，此类常识题常出现在地方性国企招聘笔试中。7.【参考答案】B【解析】HTTP协议默认端口为80；HTTPS默认端口为443；FTP默认端口为21；MySQL数据库默认端口为3306。掌握常见网络服务端口号是IT基础技能之一，对于从事数据运维或开发岗位的考生而言，这是必须掌握的基础知识，常用于排除网络连接故障。8.【参考答案】C【解析】SUM用于求和，COUNT用于计数，MAX用于求最大值，AVERAGE用于计算算术平均值。数据处理工作中，Excel函数应用频繁，AVERAGE是基础统计函数。本题考察办公软件基本操作能力，虽简单但实用，体现了对数据预处理技能的重视。9.【参考答案】D【解析】数据清洗的目的是提高数据质量，包括处理缺失值、去重、纠正逻辑错误等。增加数据噪声会降低数据质量，属于数据污染，与清洗目的背道而驰。虽然在某些机器学习场景中会人为添加噪声以增强模型鲁棒性，但这不属于“数据清洗”范畴。本题考察数据预处理流程的理解。10.【参考答案】B【解析】《中华人民共和国网络安全法》由第十二届全国人大常委会第二十四次会议于2016年11月7日通过，自2017年6月1日起施行。选项A是通过日期，选项D是《数据安全法》施行日期。作为数据公司，合规意识至关重要，法律法规常识是笔试必考内容，考生需区分通过时间与施行时间。11.【参考答案】B【解析】主键的核心定义是唯一标识表中的每一行记录，确保实体完整性。虽然主键通常会自动创建索引从而加速查询（A项），也能用于外键关联（C项），但其最根本的作用是“唯一标识”。主键并不一定节省空间，反而可能因索引占用额外空间。本题考察数据库核心概念的本质理解。12.【参考答案】C【解析】数据变换是指将数据从一种格式或结构转换为另一种格式或结构，以便更好地适应后续的分析或建模需求。数据采集是获取数据，数据清洗是去除噪声和错误，数据存储是保存数据。故选C。13.【参考答案】D【解析】大数据的4V特征包括Volume（大量）、Velocity（高速）、Variety（多样）和Value（低价值密度但高整体价值）。Valueless表述错误，大数据旨在挖掘高价值。故选D。14.【参考答案】C【解析】SELECT用于查询数据；INSERT用于插入新记录；UPDATE用于修改现有记录；DELETE用于删除记录。题干要求检索，故选C。15.【参考答案】B【解析】{}用于创建空字典或集合（若含元素则看结构），单独{}默认为空字典；[]是列表；()是元组；set()是空集合。故选B。16.【参考答案】B【解析】决策树需要带标签的数据进行训练，属于监督学习。K-means、PCA、Apriori均无需标签，属于无监督学习。故选B。17.【参考答案】B【解析】完整性指数据未经授权不能进行改变的特性，即保持数据原状。机密性防泄露，可用性防拒绝服务，不可否认性防抵赖。故选B。18.【参考答案】B【解析】ls(list)用于列出目录内容；cd切换目录；pwd显示当前路径；mkdir创建目录。故选B。19.【参考答案】B【解析】主键（PrimaryKey）用于唯一标识表中的每一行，且不能为空。外键用于关联其他表；索引加速查询；视图是虚拟表。故选B。20.【参考答案】B【解析】私有IP范围包括10.x.x.x、172.16-31.x.x、192.168.x.x。在此范围内，常用于局域网。其他均为公网IP。故选B。21.【参考答案】B【解析】数据清洗是数据预处理的核心环节，旨在识别并纠正数据中的错误、缺失值或不一致之处，确保后续分析的准确性。数据可视化用于展示结果，数据存储涉及物理保存，数据挖掘则是从大量数据中提取模式的高级过程，均非初始转换步骤。因此，将原始数据转化为可用格式的首要任务是清洗。22.【参考答案】C【解析】MySQL、Oracle和PostgreSQL均为典型的关系型数据库，使用SQL语言且数据以表格形式存储。MongoDB是一种文档型NoSQL数据库，数据以BSON格式存储，适用于非结构化或半结构化数据场景，不具备传统RDBMS的严格表结构特征。故本题选C。23.【参考答案】B【解析】Pandas提供了DataFrame等高效数据结构，专为数据清洗、整合与分析设计，是数据处理的首选库。NumPy侧重数值计算底层支持；Matplotlib用于绘图可视化；Scikit-learn专注于机器学习算法实现。虽然它们常配合使用，但针对“处理和分析数据集这一核心任务”，Pandas最为直接且常用。24.【参考答案】B【解析】根据《信息安全等级保护管理办法》，第三级及以上信息系统应当每年至少进行一次等级测评。第二级系统建议每两年一次，第四级系统每半年一次。泉山数据有限公司作为国企背景的数据平台，通常涉及重要数据，需严格遵守合规要求，确保每年完成测评以保障系统安全合规运行。25.【参考答案】C【解析】归并排序无论最好、最坏还是平均情况，时间复杂度均为O(nlogn)，具有稳定性。快速排序最坏情况退化为O(n²)；冒泡排序和插入排序的最坏时间复杂度也为O(n²)。因此在对稳定性及最坏性能有严格要求的场景下，归并排序优于其他选项，是确定性高效排序的代表。26.【参考答案】B【解析】WHERE子句用于在分组前过滤行；HAVING子句专门用于在GROUPBY分组后，对聚合结果进行条件筛选。GROUPBY用于分组，ORDERBY用于排序。例如，查询“销售额大于1000的部门”，需在分组后使用HAVINGSUM(sales)>1000。理解二者执行顺序差异是SQL笔试高频考点。27.【参考答案】C【解析】云计算三大主流模型为：IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）。SaaS直接向用户提供完整的应用软件，如在线Office；IaaS提供虚拟机等基础资源；PaaS提供开发环境。DaaS（数据即服务）虽存在，但不属于最基础的三大模型分类。故C表述准确。28.【参考答案】C【解析】饼图通过扇形面积直观展示各部分在整体中的占比，适用于构成分析。折线图侧重趋势变化；柱状图侧重类别间数值对比；散点图用于展示两个变量间的相关性。若需强调“部分与整体”的比例关系，饼图或环形图是最佳选择，但需注意分类不宜过多以免杂乱。29.【参考答案】C【解析】ls（list）命令用于列出目录内容。cd用于切换目录；pwd用于显示当前工作路径；mkdir用于创建新目录。在服务器运维和数据部署场景中，熟练掌握ls及其参数（如-l,-a）是基础技能，有助于快速定位文件和管理数据资源，是笔试中操作系统部分的常见考点。30.【参考答案】B【解析】SQL注入源于用户输入被当作代码执行。最有效防御是使用预编译语句（ParameterizedQueries）或对输入进行严格过滤、转义特殊字符。动态拼接SQL极易导致注入；关闭端口影响服务可用性；增加内存与安全防护无关。在数据公司开发规范中，输入验证是保障数据安全的基石。31.【参考答案】ABC【解析】数据清洗旨在提高数据质量。A项去除重复可避免统计偏差；B项填补缺失值保证数据完整性；C项纠正错误确保准确性。D项数据可视化属于数据分析后的展示环节，不属于清洗范畴。清洗是预处理的关键步骤，为后续分析提供干净、规范的数据基础，因此选ABC。32.【参考答案】ABD【解析】MySQL、Oracle和PostgreSQL均基于关系模型，使用SQL语言，支持事务处理，属于典型的关系型数据库。C项MongoDB是文档型非关系型数据库（NoSQL），适用于非结构化数据存储。在国企数据平台建设中，常根据数据结构化程度选择混合部署，但本题仅考查RDBMS分类，故选ABD。33.【参考答案】ABC【解析】A、B项描述了基本语法和特性差异。C项因元组不可变，内存结构更紧凑，访问效率略高。D项错误，只有不可变对象（如元组、字符串）才能作为字典的键，列表可变故不能。掌握数据结构特性有助于在数据处理中选择合适容器，提升代码效率，故选ABC。34.【参考答案】ABC【解析】SQL注入源于恶意输入被当作代码执行。A项预编译将代码与数据分离，最有效；B项过滤转义可消除特殊字符危害；C项最小权限原则可降低攻击成功后的损害。D项直接拼接是造成漏洞的主要原因，严禁使用。数据安全是国企信息化底线，需多重防护，故选ABC。35.【参考答案】ABC【解析】A、B、C均为分类问题常用指标：准确率反映整体正确比例，精确率关注预测为正样本的准确性，召回率关注实际正样本的检出率。D项均方误差用于回归模型，衡量预测值与真实值的偏差平方和。在数据公司业务场景中，需根据业务目标选择合适的评估体系，故选ABC。36.【参考答案】ABC【解析】云计算主要分为三层：IaaS（基础设施即服务）提供计算存储资源；PaaS（平台即服务）提供开发运行环境；SaaS（软件即服务）提供最终应用软件。D项错误，云服务模式多样，并非只有DaaS（数据即服务）。理解云架构有助于企业合理选型，降低IT成本，提升运维效率，故选ABC。37.【参考答案】ABC【解析】VLOOKUP用于纵向查找；INDEX返回表格中指定位置的值；MATCH返回指定数值在数组中的位置，常与INDEX组合使用。D项SUMIF用于条件求和，属于统计函数，非查找引用类。熟练掌握查找引用函数能大幅提升数据整理效率，是笔试常见考点，故选ABC。38.【参考答案】ABCD【解析】大数据四大特征为：Volume数据量大；Velocity处理速度快、时效性高；Variety数据类型繁多（结构化/非结构化）；Value价值密度低但商业价值高。这四者共同定义了大数据的本质，区别于传统数据处理。在数据资产运营中，需针对4V特点采用相应技术架构，故选ABCD。39.【参考答案】ABD【解析】ls用于查看目录，cd用于跳转路径，rm用于删除。C项错误，mkdir用于创建目录（文件夹），创建文件通常使用touch或vi/vim。Linux是服务器主流操作系统，掌握基础命令是数据运维人员的必备技能，有助于高效管理文件系统，故选ABD。40.【参考答案】ABCD【解析】PDCA是全面质量管理的基本方法，包含四个阶段：Plan制定目标方案；Do实施计划；Check评估效果找出问题；Act总结经验并改进，进入下一循环。该闭环逻辑广泛应用于数据项目开发与管理中，确保持续优化交付质量，四个选项均为核心环节，故选ABCD。41.【参考答案】ABCD【解析】数据预处理是数据挖掘的关键环节。数据清洗旨在填补空缺值、平滑噪声数据、识别或删除离群点并解决不一致性；数据集成将多个数据源中的数据结合起来存放；数据变换通过平滑聚集、数据概化、规范化等方式将数据转换成适用于挖掘的形式；数据归约用于得到数据集的简化表示，但保持原意不变。这四步共同构成了完整的数据预处理流程，确保后续分析的质量与效率。42.【参考答案】ABC【解析】NumPy是Python科学计算的基础包，提供多维数组对象；Pandas基于NumPy，提供了高效操作大型数据集所需的工具，如DataFrame；Matplotlib是Python的绘图库，用于数据可视化。三者常配合使用进行数据分析。D选项Django是一个高级PythonWeb框架，主要用于开发网站后端，不属于数据处理专用库，故排除。43.【参考答案】ABD【解析】MySQL是典型的关系型数据库，适合存储结构化数据，支持ACID事务特性。Redis是基于键值对的NoSQL数据库，常用于缓存，属于非关系型数据库。C选项错误，虽然传统NoSQL强调最终一致性，但许多现代NoSQL数据库（如MongoDB、Redis）已支持不同程度的事务处理或原子操作，不能一概而论说不支持。因此正确答案为ABD。44.【参考答案】ABC【解析】集中趋势是指一组数据向某一中心值靠拢的程度。均值是所有数据之和除以数据个数；中位数是将数据排序后位于中间位置的数值；众数是出现频率最高的数值。这三者均用于描述数据的中心位置。D选项标准差是衡量数据离散程度（波动大小）的指标，反映数据的分散情况，不属于集中趋势指标，故排除。45.【参考答案】ABC【解析】数据加密可防止数据被窃取后泄露；访问控制确保只有授权用户才能访问特定数据；定期备份可在数据丢失或损坏时恢复数据，三者均为核心安全措施。D选项明文传输意味着数据在网络中以未加密形式传播，极易被截获和篡改，存在严重安全隐患，应使用HTTPS等加密协议传输，故排除。46.【参考答案】A【解析】平均数易受极大或极小值影响，而中位数仅取决于中间位置数值。在收入、房价等右偏分布数据中，平均数往往被高估，中位数能更客观反映一般水平。因此，在存在异常值或分布不对称时，中位数是更稳健的统计量。47.【参考答案】B