2026年大数据与云计算应用能力考试试卷及答案

2026年大数据与云计算应用能力考试试卷及答案一、单项选择题（每题2分，共30分）1.在云原生架构中，用于实现服务间通信并具备流量治理功能的核心组件是（）A.PrometheusB.EnvoyC.EtcdD.Grafana2.某金融机构需对用户交易数据进行实时风险监控，要求延迟低于100ms，最适合的大数据处理框架是（）A.HadoopMapReduceB.ApacheFlinkC.ApacheHiveD.ApacheSpark3.以下哪种云存储方案最适合存储PB级非结构化日志数据，且要求低成本、高扩展性？（）A.块存储（BlockStorage）B.文件存储（FileStorage）C.对象存储（ObjectStorage）D.内存存储（In-MemoryStorage）4.隐私计算中，通过加密技术在不泄露原始数据的前提下完成联合建模的典型技术是（）A.同态加密B.差分隐私C.安全多方计算（MPC）D.联邦学习5.云计算中的“弹性伸缩”主要依赖以下哪项技术实现？（）A.容器编排（如Kubernetes）B.负载均衡（LoadBalancer）C.分布式数据库D.虚拟化技术6.大数据平台中，用于解决数据孤岛问题、实现跨源数据统一管理的关键技术是（）A.数据清洗（DataCleaning）B.数据湖（DataLake）C.数据仓库（DataWarehouse）D.数据立方体（DataCube）7.在AWS云环境中，提供无服务器事件驱动计算服务的是（）A.EC2B.S3C.LambdaD.RDS8.某电商平台需分析用户浏览-加购-下单的转化漏斗，应采用的大数据分析方法是（）A.关联规则挖掘（Apriori）B.路径分析（PathAnalysis）C.聚类分析（K-Means）D.时间序列预测（ARIMA）9.云计算服务模式中，用户需自行管理操作系统和应用程序的是（）A.IaaSB.PaaSC.SaaSD.DaaS10.大数据处理中，“数据倾斜”（DataSkew）通常会导致（）A.计算任务超时B.存储成本增加C.数据一致性破坏D.网络带宽拥塞11.边缘计算与云计算协同的典型场景是（）A.海量历史数据归档B.实时视频分析（如智能监控）C.大规模离线训练D.跨地域数据同步12.以下哪项不属于云安全的核心需求？（）A.数据加密传输B.多租户隔离C.物理服务器维修D.访问控制（IAM）13.大数据质量评估的关键指标不包括（）A.完整性（Completeness）B.及时性（Timeliness）C.多样性（Variety）D.准确性（Accuracy）14.在Kubernetes中，用于定义容器化应用运行时配置的核心资源对象是（）A.ServiceB.PodC.DeploymentD.ConfigMap15.某企业需构建实时推荐系统，要求支持毫秒级响应和动态更新模型，最优技术栈是（）A.Hadoop+HBase+MahoutB.Flink+Redis+TensorFlowServingC.Spark+Hive+MLlibD.Kafka+HDFS+Scikit-learn二、填空题（每题2分，共20分）1.大数据处理的“三V”特性扩展为“五V”后，新增的两个特性是________和________。2.云计算的核心技术包括虚拟化、________和________。3.分布式文件系统HDFS的默认块大小是________，设计该大小的主要目的是________。4.数据湖的典型存储格式是________（列举一种），其优势是支持________。5.无服务器计算（Serverless）的两种主要形态是________和________。6.实时流处理中，事件时间（EventTime）与处理时间（ProcessingTime）的主要区别是________。7.云原生应用的“不可变基础设施”指________。8.大数据血缘分析（DataLineage）的主要作用是________。9.容器镜像的分层结构通过________技术实现，其优势是________。10.混合云架构的核心挑战是________和________。三、简答题（每题6分，共30分）1.简述Hadoop生态中Hive与SparkSQL的区别与联系。2.解释云服务中的“多租户隔离”（Multi-TenancyIsolation），并列举两种实现方式。3.大数据场景下，如何通过技术手段提升数据存储的性价比？（需结合存储介质分层设计）4.说明Kubernetes中Service与Ingress的作用差异，并举例说明应用场景。5.某物流企业需对全国运输车辆的GPS轨迹数据（每秒10万条）进行实时分析，要求识别异常停留（超过30分钟）和路线偏移（偏离规划路径500米以上）。请设计大数据处理流程，需包含数据采集、处理、存储和分析环节的关键技术选型。四、应用题（每题10分，共20分）1.某电商平台计划将传统的关系型数据库（MySQL）迁移至云数据库，要求：①支持高并发读（日活用户5000万）；②实时同步交易数据至大数据平台；③成本可控。请设计迁移方案，包括云数据库选型（如RDS、DynamoDB、TiDB等）、数据同步方案（如CDC技术）及性能优化措施。2.某制造企业需构建预测性维护系统，基于设备传感器数据（温度、振动、电流等，采样频率100Hz）预测设备故障。请设计大数据分析方案，要求包含：①数据预处理步骤（如噪声过滤、特征工程）；②模型选择（如机器学习/深度学习算法）；③部署方式（实时推理/离线预测）及云平台技术选型（如AWSSageMaker、阿里云PAI）。五、综合分析题（10分）结合2026年技术趋势，分析“AI与大数据深度融合”对云计算架构的影响。需涵盖以下要点：①AI训练/推理对计算资源的需求特点；②传统云计算架构在支持AI工作负载时的局限性；③云厂商的应对策略（如专用硬件、分布式训练框架、弹性资源调度）。答案及解析一、单项选择题1.B解析：Envoy是云原生中常用的服务网格（ServiceMesh）数据平面代理，负责流量管理、负载均衡等。2.B解析：Flink是流处理框架，支持毫秒级延迟，适合实时风险监控场景。3.C解析：对象存储按对象存储，支持海量非结构化数据，成本低于块/文件存储。4.D解析：联邦学习在不交换原始数据的前提下联合建模，属于隐私计算范畴。5.A解析：Kubernetes通过HorizontalPodAutoscaler实现容器的弹性伸缩。6.B解析：数据湖支持多源异构数据存储，解决数据孤岛问题。7.C解析：AWSLambda是无服务器函数计算服务，事件驱动。8.B解析：路径分析用于追踪用户行为转化路径，适合漏斗分析。9.A解析：IaaS用户管理OS和应用，PaaS管理应用，SaaS无需管理。10.A解析：数据倾斜导致部分节点负载过高，任务超时。11.B解析：边缘计算处理实时性要求高的任务（如视频分析），减少云传输延迟。12.C解析：物理服务器维修属于基础设施运维，非云安全核心。13.C解析：多样性（Variety）是大数据特性，非质量评估指标。14.C解析：Deployment定义应用的部署策略和副本数，管理Pod。15.B解析：Flink处理实时流，Redis缓存加速，TensorFlowServing支持模型实时推理。二、填空题1.真实性（Veracity）、价值性（Value）2.分布式计算、弹性资源管理3.128MB；减少元数据管理开销，适合大文件存储4.Parquet（或ORC）；列式存储，压缩率高，支持谓词下推5.函数计算（FunctionasaService）、事件驱动计算（Event-DrivenComputing）6.事件时间是数据产生的实际时间，处理时间是数据被系统处理的时间7.基础设施（如容器镜像）部署后不可修改，需修改时重新创建8.追踪数据从产生到消费的全流程，用于问题定位和合规审计9.UnionFS（联合文件系统）；镜像共享分层，减少存储和传输开销10.数据一致性、跨云资源调度三、简答题1.区别：Hive基于MapReduce，适合离线批处理，延迟高；SparkSQL基于内存计算，支持批处理和流处理，延迟低。联系：均支持SQL语法，底层可对接HDFS、HBase等存储，用于数据仓库查询。2.多租户隔离指多个用户共享云资源时，数据和操作互不干扰。实现方式：①虚拟网络隔离（如VPC）；②资源配额限制（CPU/内存/存储配额）；③安全组规则（限制跨租户访问）。3.存储介质分层设计：热数据（频繁访问）存储于SSD或内存数据库（如Redis）；温数据（偶尔访问）存储于HDD或对象存储（如S3）；冷数据（归档）存储于磁带库或低成本云存储（如AWSS3Glacier）。结合生命周期管理（LifecycleManagement）自动迁移数据，降低整体成本。4.Service负责集群内部Pod的负载均衡和服务发现（如通过ClusterIP暴露内部服务）；Ingress负责集群外部到内部的HTTP/HTTPS路由（如通过域名暴露Web服务）。场景示例：Service用于微服务间通信，Ingress用于对外提供Web应用访问入口。5.处理流程：①数据采集：通过MQTT协议或Kafka收集GPS轨迹数据；②实时处理：使用Flink进行窗口计算（如30分钟滑动窗口）检测异常停留，结合GIS空间计算（如Geohash）判断路线偏移；③存储：异常数据写入ClickHouse（列式数据库）或HBase（实时查询），原始数据归档至对象存储；④分析：通过BI工具（如Tableau）可视化异常分布，或用机器学习模型预测高风险区域。四、应用题1.迁移方案：①云数据库选型：选择支持读写分离的RDS（如阿里云RDSMySQL）或分布式数据库TiDB（支持水平扩展），满足高并发读；②数据同步：使用CDC技术（如Debezium）捕获MySQLbinlog，通过Kafka同步至大数据平台（如HDFS、数据湖）；③性能优化：配置只读实例分担读压力，使用Redis缓存高频查询数据，设置合理的索引策略。2.预测性维护方案：①数据预处理：通过滑动窗口（如1秒窗口）聚合高频传感器数据，应用中值滤波去除噪声，提取统计特征（均值、方差）和频域特征（FFT）；②模型选择：时序模型（LSTM）或梯度提升树（XGBoost）预测故障概率；③部署方式：离线训练模型（使用云平台SageMaker），通过Flink或TensorFlowServing实现实时推理，结果写入时序数据库（InfluxDB）供监控系统调用。五、综合分析题①AI训练需求：大规模并行计算（如GPU/TPU集群）、高带宽网络（减少梯度同步延迟）；推理需求：低延迟（边缘设备或近用户侧部署）、弹性资源（