2026年公需科目《大数据》完整考试题库(含答案)

2026年公需科目《大数据》完整考试题库(含答案)1.单选题（1）大数据的4V特征中，代表数据体量规模巨大的核心特征是（）A.VelocityB.VolumeC.VarietyD.Value答案：B解析：Volume（大量）是大数据最基础的特征，对应PB级甚至EB级的数据集规模；Velocity（高速）指数据产生、传输、处理的速度快；Variety（多样）指数据包含结构化、半结构化、非结构化等多源异构类型；Value（低价值密度）指海量数据中有效价值信息占比低，需要通过挖掘萃取价值。（2）当前非结构化数据占全球数据总量的比例约为（），是大数据处理的核心难点对象A.30%B.50%C.80%D.95%答案：C解析：据IDC《数据时代2025》报告测算，2025年全球非结构化数据占比将超过80%，涵盖音视频、图片、文本、日志、传感信号等多类格式，2026年该占比稳定在80%以上，传统关系型数据库难以直接处理这类数据。（3）以下不属于分布式存储架构核心组件的是（）A.HDFSB.MapReduceC.HBaseD.MySQL答案：D解析：MySQL是传统关系型结构化数据库，不属于分布式大数据存储核心组件；HDFS是Hadoop生态的分布式文件系统，负责海量数据的分布式存储；MapReduce是分布式计算框架，负责存储集群上的并行计算；HBase是分布式列族数据库，适合非结构化数据的随机实时读写。（4）数据清洗环节的核心目标是（）A.提升数据量级B.去除噪声数据、纠正错误数据、补全缺失数据C.加密敏感数据D.实现数据可视化答案：B解析：数据清洗是数据预处理的核心环节，主要通过一致性检查、缺失值填充、异常值剔除、错误值修正等操作，保障数据集的准确性、完整性、一致性，为后续分析挖掘提供可靠数据基础。（5）《中华人民共和国数据安全法》正式施行的时间是（），是我国数据领域的基础性法律A.2021年6月10日B.2021年9月1日C.2022年1月1日D.2023年10月1日答案：B解析：《数据安全法》于2021年6月10日经第十三届全国人大常委会第二十九次会议表决通过，自2021年9月1日起正式施行，确立了数据分类分级、重要数据保护、数据安全审查等核心制度。（6）在数据分类分级管理体系中，一旦遭到篡改、破坏、泄露或者非法获取、非法利用，可能危害国家安全、国民经济命脉、重要民生、重大公共利益的数据属于（）A.一般数据B.重要数据C.核心数据D.公开数据答案：C解析：根据《数据安全法》第二十一条规定，国家建立数据分类分级保护制度，根据数据在经济社会发展中的重要程度，以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度，对数据实行分类分级保护，其中核心数据实行最严格的保护管理制度。（7）以下算法中，属于无监督机器学习算法的是（）A.逻辑回归B.K-Means聚类C.决策树D.支持向量机答案：B解析：无监督算法不需要预先标注训练样本标签，可自动从数据中发现内在结构与关联，K-Means聚类是典型的无监督算法，通过距离度量将样本划分为若干个簇类；逻辑回归、决策树、支持向量机均属于有监督算法，需要依托标注样本完成模型训练，实现分类或预测功能。（8）实时大数据流处理场景（如交通流量实时预警、金融交易反欺诈）最适合选用的计算引擎是（）A.SparkCoreB.FlinkC.HiveD.MapReduce答案：B解析：Flink是基于事件驱动的流批一体计算引擎，支持毫秒级低延迟、Exactly-Once语义的实时流处理，是当前实时数仓、实时风控、实时监测场景的首选引擎；SparkCore、MapReduce更适合离线批处理场景，Hive是基于Hadoop的数据仓库工具，主要面向离线批量SQL查询。（9）大数据应用场景中，“用户画像”的核心构建逻辑是（）A.对用户的人口属性、行为偏好、消费习惯等多维度数据进行标签化建模B.存储用户的所有原始行为日志C.对用户的隐私数据进行加密存储D.预测用户的所有未来行为答案：A解析：用户画像的本质是用户信息的标签化，通过采集用户的基础属性、社交关系、行为轨迹、消费记录等多源数据，提炼形成高度凝练的特征标签，支撑精准营销、个性化推荐、风险识别等应用，构建过程严格遵循个人信息保护相关规定，不得过度采集用户隐私数据。（10）联邦学习技术的核心优势是（）A.大幅提升模型训练的计算速度B.实现“数据不动模型动”，在数据不出域的前提下完成跨主体联合建模C.降低数据存储的硬件成本D.实现非结构化数据的自动结构化转换答案：B解析：联邦学习是隐私计算的核心技术路径之一，参与联合建模的各方数据不需要流出本地，通过加密传输模型参数、中间计算结果的方式完成协同训练，有效平衡数据要素流通和数据安全保护的需求，解决跨机构数据合作中的“数据孤岛”与隐私合规问题。2.多选题（1）以下属于大数据核心处理流程环节的有（）A.数据采集B.数据预处理C.数据存储与管理D.数据分析与挖掘E.数据可视化与应用答案：ABCDE解析：大数据全生命周期处理流程涵盖数据采集（通过传感器、日志系统、网络爬虫、业务系统对接等方式获取多源数据）、数据预处理（完成数据清洗、集成、转换、脱敏、规约等操作）、数据存储与管理（依托分布式存储、云存储、数据仓库等实现数据的可靠存储与高效索引）、数据分析与挖掘（运用统计分析、机器学习、深度学习等方法萃取数据价值）、数据可视化与应用（将分析结果转化为可理解的图表、决策建议，落地到业务场景中）五个核心环节。（2）以下属于非结构化数据类型的有（）A.监控视频B.客服通话录音C.医疗CT影像D.企业财务台账Excel表格E.社交媒体评论答案：ABCE解析：非结构化数据指没有固定预定义数据模型、无法通过二维表结构逻辑表达的数据，监控视频、通话录音、CT影像、社交媒体评论均属于非结构化数据；企业财务台账Excel表格属于典型的结构化数据，具备固定行列结构与明确字段定义。（3）我国数据领域的基础性法律制度体系包括（）A.《中华人民共和国网络安全法》B.《中华人民共和国数据安全法》C.《中华人民共和国个人信息保护法》D.《关键信息基础设施安全保护条例》E.《网络安全审查办法》答案：ABCDE解析：我国已形成以《网络安全法》《数据安全法》《个人信息保护法》为上位法核心，以《关键信息基础设施安全保护条例》《网络安全审查办法》《数据出境安全评估办法》《个人信息出境标准合同办法》等行政法规、部门规章为配套的网络与数据安全法律体系，为大数据产业发展提供制度保障。（4）以下属于大数据在民生服务领域典型应用场景的有（）A.智慧医疗：依托电子健康档案、临床数据实现辅助诊断、流行病预警B.智慧交通：通过多源路况数据实现信号灯智能调度、拥堵预测C.精准扶贫：通过多部门数据比对实现精准识别、精准帮扶D.金融风控：通过交易行为数据识别电信诈骗、盗刷等风险E.智慧环保：通过传感网监测数据实现污染源溯源、空气质量预测答案：ABCDE解析：大数据已广泛渗透到民生服务各个领域，智慧医疗、智慧交通、精准扶贫、金融消费权益保护、智慧环保、智慧教育、智慧养老等场景的应用落地，有效提升公共服务供给效率与均等化水平。（5）数据安全防护体系的核心技术手段包括（）A.数据加密技术B.数据脱敏技术C.访问控制技术D.数据溯源技术E.入侵检测技术答案：ABCDE解析：全生命周期的数据安全防护需要多技术协同：数据加密实现存储、传输环节的保密性；数据脱敏对敏感字段进行变形处理，避免非授权场景下的隐私泄露；访问控制通过权限分级实现最小必要授权；数据溯源通过数据水印、操作日志实现数据流向的全链路可追溯；入侵检测通过行为分析识别非法访问、数据窃取等攻击行为。（6）以下属于分布式计算框架的有（）A.MapReduceB.SparkC.FlinkD.OracleE.Redis答案：ABC解析：MapReduce是Hadoop生态最早的离线分布式计算框架；Spark是基于内存计算的批流一体分布式计算框架，计算效率较MapReduce提升10-100倍；Flink是面向流处理的分布式计算引擎，支持高吞吐、低延迟的实时计算；Oracle是传统关系型数据库，Redis是内存型键值数据库，均不属于分布式计算框架。（7）数据要素市场化配置过程中，需要遵循的基本原则有（）A.安全可控原则B.公平高效原则C.需求导向原则D.隐私保护原则E.无偿使用原则答案：ABCD解析：数据要素市场化配置要统筹发展和安全，坚持安全可控、公平高效、需求导向、隐私保护、收益合理分配等原则，严格落实数据分类分级保护要求，不得危害国家安全、公共利益，不得损害个人和组织的合法权益；公共数据按规定有序开放，企业数据、个人数据的流通交易遵循合法合规、自愿有偿的原则，并非无偿使用。3.判断题（1）大数据的核心价值在于数据规模越大，其蕴含的价值就一定越高。（）答案：×解析：大数据具备低价值密度的特征，数据规模增长的同时噪声、冗余、错误数据的占比也会同步提升，只有通过科学的数据治理、分析挖掘，才能从海量数据中萃取有效价值，单纯的规模扩张并不必然带来价值提升，低质量的庞大数据集反而会提升计算成本、干扰分析结果。（2）HDFS分布式文件系统采用“一次写入、多次读取”的访问模型，适合存储大规模离线数据集，不适合低延迟的随机读写场景。（）答案：√解析：HDFS是为高吞吐量批量数据访问设计的分布式存储系统，采用主从架构，默认以64MB/128MB的块大小存储文件，具备高容错、高扩展性、低成本的特点，适合批量处理离线大文件，但是不支持毫秒级的随机实时读写需求，这类场景通常由HBase、Redis等组件支撑。（3）根据《个人信息保护法》规定，处理个人信息应当取得个人的单独同意，即使是为了应对突发公共卫生事件，也必须征得个人同意后方可处理相关个人信息。（）答案：×解析：《个人信息保护法》第十三条规定了个人信息处理的合法性基础，为应对突发公共卫生事件，或者紧急情况下为保护自然人的生命健康和财产安全所必需的情形下，不需要取得个人同意即可处理相关个人信息，但应当严格遵循最小必要原则，采取严格的保护措施，不得超出公共卫生事件应对需要的范围使用个人信息。（4）批处理计算模式适合对实时性要求不高、数据规模大的离线统计分析场景，如月度经营报表生成、历史数据趋势分析。（）答案：√解析：批处理模式下，系统会先收集一段时间内的全量数据集，再启动分布式计算任务完成统一处理，特点是吞吐量大、准确率高，但处理延迟较高，通常为分钟到小时级，适合离线统计、历史回溯等对实时性要求较低的场景。（5）数据脱敏是指对敏感信息通过替换、掩码、加密等方式进行变形处理，经过脱敏处理后的所有数据都可以任意公开使用，不存在合规风险。（）答案：×解析：数据脱敏分为静态脱敏和动态脱敏，脱敏处理需要根据应用场景设定脱敏规则，对于关联后可能重新识别到特定自然人的敏感数据，即使经过部分脱敏处理，仍需要按照分类分级保护要求进行管理，不得随意公开使用，避免通过多源数据关联造成隐私泄露。（6）数据孤岛是指不同机构、不同部门之间的数据相互独立、无法互联互通，导致数据价值难以充分释放的现象，是大数据应用落地需要破解的核心问题之一。（）答案：√解析：由于信息化建设阶段不同、部门权责划分、数据安全顾虑等原因，跨部门、跨机构的数据往往分散存储在独立的系统中，无法实现高效共享流通，形成数据孤岛，通过数据共享开放、隐私计算、数据交易等方式打破数据孤岛，是释放数据要素价值的重要前提。4.简答题（1）请简述大数据技术在政府治理现代化中的主要作用。答案：大数据技术对政府治理现代化的支撑作用主要体现在四个方面：一是提升科学决策水平，通过整合经济运行、社会民生、城市运行等多源数据，实现对治理场景的动态感知、趋势预判，改变传统依赖经验决策、抽样统计决策的模式，推动决策从“经验判断”向“数据实证”转变，比如通过消费、物流、就业等多维度数据动态监测经济运行态势，精准出台调控政策；二是提升公共服务效能，打通不同部门的政务数据壁垒，实现“一网通办”“跨省通办”，减少群众办事的证明材料、跑动次数，推动政务服务从“群众跑腿”向“数据跑路”转变，比如通过电子证照共享、数据自动核验，实现企业开办、社保办理等事项的全程网办；三是提升风险防控能力，在公共卫生、安全生产、自然灾害、社会稳定等领域构建实时监测预警模型，实现风险早发现、早处置，比如通过交通流量、气象、地质传感数据构建地质灾害、交通事故预警模型，提升应急响应速度；四是提升监管精准性，在市场监管、生态环保、税收征管等领域运用大数据开展“非现场监管”“智慧监管”，通过数据比对识别违法违规线索，减少对市场主体正常经营活动的干扰，提升监管效能，比如通过税务发票数据、企业经营数据比对识别虚开发票、偷逃税款的风险主体。（2）请简述企业开展大数据能力建设的核心路径。答案：企业大数据能力建设需要从组织、技术、管理、应用四个维度协同推进：一是筑牢数据基础底座，根据企业自身业务规模搭建适配的大数据技术架构，完成业务系统的数据打通，建立统一的数据采集、存储、计算标准，避免形成企业内部的数据孤岛；二是建立数据治理体系，明确数据质量标准、数据管理权责、数据安全规范，常态化开展数据清洗、质量稽核、元数据管理、主数据管理工作，保障企业内部数据的准确性、完整性、一致性；三是构建数据应用闭环，围绕生产、营销、供应链、客服等核心业务场景，聚焦业务痛点开展数据分析挖掘，比如通过用户画像实现精准营销、通过设备传感数据开展预测性维护、通过供应链数据优化库存水平，将数据洞察转化为实际的业务价值，避免大数据建设与业务需求脱节；四是完善组织保障机制，设立专门的数据管理岗位或部门，培养既懂业务又懂数据技术的复合型人才队伍，建立数据驱动的业务考核与决策机制，推动企业从“经验决策”向“数据决策”转型；五是严守数据合规底线，严格落实《数据安全法》《个人信息保护法》等法律法规要求，建立全生命周期的数据安全防护机制，在用户数据采集、使用、流通的全环节履行个人信息保护义务，防范数据合规风险。（3）请简述隐私计算技术的主要分类及应用场景。答案：隐私计算是在保护数据本身不对外泄露的前提下实现数据价值流通的技术体系，主要分为三大技术路径：一是联邦学习，即多个参与方在本地保留原始数据，通过加密传输模型参数、中间计算结果的方式协同训练机器学习模型，适用于跨机构联合建模场景，比如银行与互联网平台联合开展信贷风控建模、医疗机构联合开展疾病预测模型训练，实现数据价值共享而原始数据不出域；二是安全多方计算，基于密码学原理，让多个参与方在不泄露各自私有输入信息的前提下协同完成约定的计算任务，各参与方只能得到最终计算结果，无法反推出其他参与方的原始数据，适用于数据查询、统计比对类场景，比如跨部门的政务数据比对、金融机构的反欺诈多头共债查询，避免查询过程中的敏感数据泄露；三是可信执行环境，通过在硬件层面构建隔离的安全计算区域，在该区域内完成数据的计算操作，外部程序、操作系统均无法访问区域内的数据与计算过程，具备计算效率高、通用性强的特点，适用于高敏感数据的云端计算、密态数据处理等场景。三类技术路径可以根据应用场景的安全需求、效率需求进行组合使用，为数据要素安全流通提供技术支撑。5.案例分析题某地级市为提升城市交通治理水平，计划建设智慧交通大数据平台，整合来自交通卡口监控、网约车运营数据、公交地铁刷卡数据、导航软件路况数据、气象数据、交通事故报警数据等12个数据源的信息，计划实现三大功能：一是实时路况监测与拥堵预警，根据实时车流数据动态调整路口信号灯配时；二是公共交通线网优化，根据居民出行OD（起终点）数据调整公交站点、线路设置，提升公共交通分担率；三是交通事故风险预警，根据历史事故数据、路况、气象数据识别事故高风险路段，提前部署防控措施。平台建设过程中，涉及大量车牌信息、居民出行轨迹信息等敏感个人信息。请结合大数据相关知识，回答以下问题：（1）该智慧交通大数据平台建设过程中，在数据采集、处理环节应当遵循哪些合规要求？答案：平台在数据采集与处理环节需要严格遵守《数据安全法》《个人信息保护法》《网络安全法》及公共数据管理相关规定，重点落实以下要求：一是坚持最小必要原则，采集的数据范围应当严格限定在交通治理需要的范畴内，不得超范围采集与交通治理无关的个人信息，不得过度采集居民的出行隐私信息；二是履行告知同意义务，对于通过导航软件、网约车平台等渠道采集的个人出行信息，应当明确告知个人信息采集的目的、范围、存储期限、使用方式，依法取得个人同意，对于通过公共卡口、公共交通刷卡等公共渠道采集的信