2025年公需科目《大数据》考试题库(含答案)

2025年公需科目《大数据》考试题库(含答案)一、单项选择题1.下列选项中，不属于大数据4V特征的是（）。A.大量（Volume）B.高速（Velocity）C.多样（Variety）D.高精度（Veracity）答案：D2.Hadoop生态中，负责分布式存储的核心组件是（）。A.MapReduceB.HDFSC.HiveD.Spark答案：B3.数据挖掘的主要目的是（）。A.存储海量数据B.从数据中发现隐藏模式或知识C.提升数据传输速度D.优化数据库查询性能答案：B4.以下属于分布式计算框架的是（）。A.MySQLB.HBaseC.SparkD.Redis答案：C5.数据仓库（DataWarehouse）与传统数据库的主要区别在于（）。A.支持事务处理B.面向分析而非事务C.存储结构化数据D.实时性要求更高答案：B6.NoSQL数据库中，适用于社交网络关系存储的是（）。A.键值存储B.列族存储C.文档存储D.图存储答案：D7.数据清洗的主要目的是（）。A.增加数据量B.去除噪声、纠正错误或不一致数据C.转换数据格式D.压缩数据存储答案：B8.以下属于实时数据处理技术的是（）。A.HadoopMapReduceB.SparkStreamingC.HiveD.HBase答案：B9.数据湖（DataLake）的典型特点是（）。A.仅存储结构化数据B.存储原始、未加工的数据C.严格遵循Schema设计D.主要用于事务处理答案：B10.隐私计算技术中，通过加密数据后再进行计算的方法是（）。A.联邦学习B.多方安全计算C.差分隐私D.匿名化答案：B11.大数据分析中，用于描述数据随时间变化趋势的分析方法是（）。A.关联分析B.聚类分析C.时间序列分析D.分类分析答案：C12.以下不属于大数据技术栈中数据采集工具的是（）。A.FlumeB.KafkaC.SqoopD.HBase答案：D13.分布式文件系统的核心设计目标是（）。A.单点高可用B.海量数据存储与快速访问C.支持复杂SQL查询D.实时事务处理答案：B14.数据治理的核心目标是（）。A.提升数据处理速度B.确保数据质量、合规性和可管理性C.增加数据存储容量D.优化数据展示界面答案：B15.以下属于非结构化数据的是（）。A.财务报表B.传感器日志C.办公文档（Word/PDF）D.关系型数据库表答案：C16.大数据时代，数据价值密度的特点是（）。A.与数据量成正比B.与数据量成反比C.始终保持稳定D.仅与数据类型相关答案：B17.以下属于流数据处理场景的是（）。A.每日销售报表提供B.实时交通拥堵监控C.年度用户行为分析D.历史订单归档答案：B18.联邦学习的主要应用场景是（）。A.跨机构数据联合建模，不共享原始数据B.提升单机构数据存储能力C.加速单一模型训练速度D.降低数据采集成本答案：A19.数据可视化工具中，适用于动态交互式图表展示的是（）。A.ExcelB.TableauC.SASD.SPSS答案：B20.大数据安全的核心挑战不包括（）。A.数据泄露风险B.海量数据加密效率C.数据主权归属D.数据存储成本答案：D二、多项选择题1.大数据的关键技术包括（）。A.数据采集与清洗B.分布式存储与计算C.数据可视化D.隐私保护答案：ABCD2.Hadoop生态中，属于计算框架的组件有（）。A.MapReduceB.SparkC.HBaseD.Flink答案：ABD3.数据预处理的主要步骤包括（）。A.数据清洗B.数据集成C.数据变换D.数据归约答案：ABCD4.实时计算框架的典型特征有（）。A.低延迟B.处理流数据C.支持高并发D.批量处理历史数据答案：ABC5.隐私保护技术包括（）。A.差分隐私B.匿名化C.数据脱敏D.区块链存证答案：ABCD6.数据质量的关键维度包括（）。A.准确性B.完整性C.一致性D.时效性答案：ABCD7.NoSQL数据库的特点包括（）。A.灵活的SchemaB.支持ACID事务C.横向扩展能力D.适用于非结构化数据答案：ACD8.大数据在医疗领域的应用包括（）。A.疾病预测模型B.电子病历分析C.药物研发数据挖掘D.医院财务系统管理答案：ABC9.分布式存储系统的常见实现包括（）。A.HDFSB.CephC.GFS（GoogleFileSystem）D.Redis答案：ABC10.数据治理的主要内容包括（）。A.数据标准制定B.元数据管理C.数据生命周期管理D.数据安全合规答案：ABCD11.流数据的特点包括（）。A.持续到达B.顺序性C.时效性强D.静态不变答案：ABC12.大数据分析的主要类型包括（）。A.描述性分析（Whathappened）B.诊断性分析（Whyhappened）C.预测性分析（Whatwillhappen）D.指导性分析（Whatshouldbedone）答案：ABCD13.数据湖与数据仓库的区别在于（）。A.数据格式：数据湖支持多格式，数据仓库以结构化为主B.存储内容：数据湖存储原始数据，数据仓库存储加工后的数据C.使用者：数据湖面向技术人员，数据仓库面向业务人员D.实时性：数据湖不支持实时分析，数据仓库支持答案：ABC14.边缘计算与大数据结合的优势包括（）。A.降低数据传输延迟B.减少中心节点计算压力C.提升数据隐私性D.降低存储成本答案：ABCD15.大数据伦理问题主要涉及（）。A.数据歧视B.算法偏见C.用户隐私侵犯D.数据垄断答案：ABCD三、判断题1.大数据的核心是拥有海量数据，技术本身并不重要。（）答案：×2.Hadoop框架适用于实时数据处理场景。（）答案：×3.数据仓库支持对历史数据的复杂分析查询。（）答案：√4.NoSQL数据库完全不支持事务处理。（）答案：×（部分NoSQL支持弱事务）5.数据清洗仅包括删除重复数据，不涉及纠正错误。（）答案：×6.差分隐私通过添加随机噪声，使单个数据记录无法被识别。（）答案：√7.数据湖中的数据必须经过严格的Schema设计才能存储。（）答案：×8.实时计算要求处理延迟在秒级或毫秒级。（）答案：√9.数据挖掘等同于机器学习。（）答案：×（数据挖掘是目标导向，机器学习是技术手段）10.分布式系统的主要目的是通过多节点协作提升计算能力和可靠性。（）答案：√11.非结构化数据无法被大数据技术处理。（）答案：×（可通过文本挖掘等技术处理）12.数据可视化的核心是将数据转化为易于理解的图形，无需考虑交互性。（）答案：×13.联邦学习允许不同机构在不共享原始数据的情况下联合训练模型。（）答案：√14.大数据安全仅需关注数据存储阶段，传输和使用阶段风险较低。（）答案：×15.数据质量差不会影响数据分析结果的准确性。（）答案：×四、简答题1.简述大数据的4V特征及其具体含义。答：大数据的4V特征包括：（1）大量（Volume）：数据规模巨大，从TB级跃升至PB甚至EB级；（2）高速（Velocity）：数据产生和处理速度快，需实时或准实时分析；（3）多样（Variety）：数据类型复杂，包括结构化、半结构化和非结构化数据（如文本、图像、视频）；（4）价值（Value）：数据价值密度低，需通过深度分析挖掘隐含价值。2.说明Hadoop生态中HDFS、MapReduce和Hive的核心作用。答：（1）HDFS（Hadoop分布式文件系统）：提供海量数据的分布式存储，通过多副本机制保障数据可靠性；（2）MapReduce：分布式计算框架，将任务分解为Map（映射）和Reduce（归约）阶段，支持海量数据并行处理；（3）Hive：基于Hadoop的数据仓库工具，通过类SQL语言（HiveQL）实现对HDFS数据的查询和分析，降低使用门槛。3.数据预处理包括哪些主要步骤？各步骤的目的是什么？答：（1）数据清洗：去除噪声、纠正错误、处理缺失值，提升数据质量；（2）数据集成：整合多源数据，解决冗余和冲突问题；（3）数据变换：将数据转换为适合分析的格式（如标准化、归一化）；（4）数据归约：通过降维或采样减少数据规模，降低计算成本，同时保留关键信息。4.对比实时计算与批量计算的区别（至少列出4点）。答：（1）数据处理方式：实时计算处理流数据（持续到达），批量计算处理静态数据集；（2）延迟要求：实时计算延迟通常为秒级或毫秒级，批量计算延迟为分钟级或小时级；（3）应用场景：实时计算用于实时监控、即时推荐，批量计算用于离线报表、历史分析；（4）资源需求：实时计算需持续资源占用，批量计算可按需分配资源。5.简述隐私计算的主要技术及典型应用场景。答：主要技术包括：（1）多方安全计算（MPC）：在加密状态下联合计算，不暴露原始数据；（2）联邦学习：多机构通过共享模型参数而非数据，联合训练模型；（3）差分隐私：添加随机噪声，保护个体数据隐私。应用场景如医疗数据联合建模、金融机构跨机构风控、政务数据共享分析等。6.数据湖与数据仓库的核心区别有哪些？答：（1）数据存储：数据湖存储原始、多格式数据（结构化/非结构化），数据仓库存储经过清洗、结构化的加工数据；（2）Schema设计：数据湖采用“读时模式”（Schema-on-Read），数据仓库采用“写时模式”（Schema-on-Write）；（3）目标用户：数据湖面向数据科学家和技术人员，支持探索性分析；数据仓库面向业务人员，支持确定性查询；（4）应用场景：数据湖用于数据探索和创新分析，数据仓库用于固定业务报表和决策支持。7.列举NoSQL数据库的主要类型及适用场景。答：（1）键值存储（如Redis）：适用于缓存、会话管理等需要快速读写的场景；（2）列族存储（如HBase）：适用于海量结构化数据存储，如日志分析；（3）文档存储（如MongoDB）：适用于半结构化数据（如JSON），如内容管理系统；（4）图存储（如Neo4j）：适用于关系型数据（如社交网络、知识图谱）。8.大数据在智慧城市中的典型应用有哪些？（至少5个）答：（1）智能交通：实时路况分析、交通信号优化；（2）智能安防：视频监控数据智能分析、异常行为识别；（3）智能能源：电网负荷预测、分布式能源管理；（4）智能医疗：区域健康数据监测、疫情预警；（5）智能环保：空气质量预测、垃圾清运路线优化。9.数据质量的关键维度有哪些？如何提升数据质量？答：关键维度包括准确性（数据与真实值一致）、完整性（无缺失字段）、一致性（跨系统数据统一）、时效性（数据更新及时）、关联性（数据间逻辑关联合理）。提升方法：（1）建立数据