2026年公需科目《大数据》完整考试题库(含标准答案)

2026年公需科目《大数据》完整考试题库(含标准答案)一、单项选择题（共30题，每题2分）1.大数据的4V特征不包含以下哪一项（）A.容量大（Volume）B.类型多（Variety）C.价值密度高（Value）D.速度快（Velocity）答案：C解析：大数据的Value特征指价值密度低，单条数据价值有限，需通过批量分析挖掘高价值信息，而非价值密度高。2.2025年国家数据局发布的《全国一体化大数据中心协同创新体系建设指南》中明确，到2026年我国国家枢纽节点数据中心总算力占比需达到（）以上A.60%B.70%C.80%D.90%答案：B3.以下数据类型中，属于非结构化数据的是（）A.企业财务报表B.监控视频录像C.学生成绩表D.客户联系方式表答案：B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存储的数据，视频、音频、自然语言文本均属于此类；其余选项均为结构化数据。4.Hadoop生态系统中，负责分布式存储的核心组件是（）A.MapReduceB.HDFSC.YARND.Hive答案：B解析：HDFS为Hadoop分布式文件系统，承担海量数据分布式存储功能；MapReduce负责分布式计算，YARN负责资源调度，Hive是基于Hadoop的数据仓库工具。5.数据治理的核心目标是（）A.提升数据存储容量B.确保数据资产合规、可信、可用C.提高数据处理速度D.扩大数据采集范围答案：B6.我国《数据安全法》规定，关系国家安全、国民经济命脉、重要民生、重大公共利益等数据属于（）A.重要数据B.核心数据C.一般数据D.公开数据答案：B解析：《中华人民共和国数据安全法》第二十一条明确，国家建立数据分类分级保护制度，核心数据实行最严格的保护。7.以下哪种大数据计算框架适用于实时流数据处理场景（）A.SparkBatchB.FlinkC.MapReduceD.Hive答案：B解析：Flink是支持事件驱动、低延迟、高吞吐的实时流处理框架；其余选项均适用于离线批量计算场景。8.数据脱敏技术中，将敏感字段替换为虚构但格式合规的等价数据的方法是（）A.掩码屏蔽B.数据替换C.数值混淆D.加密答案：B解析：掩码屏蔽指隐藏字段部分内容（如手机号显示为1381234），数值混淆指对数值类字段添加随机扰动，加密指通过密码学算法转换数据格式。9.2026年数字政府建设考核指标中，政务数据共享率的合格标准为不低于（）A.75%B.80%C.85%D.90%答案：D10.数据生命周期管理的第一个环节是（）A.数据存储B.数据采集C.数据处理D.数据销毁答案：B解析：数据全生命周期依次包含数据采集、传输、存储、处理、共享、销毁六个核心环节。11.以下算法中，属于大数据分类分析常用监督学习算法的是（）A.K-Means聚类B.随机森林C.主成分分析（PCA）D.Apriori关联规则答案：B解析：K-Means属于无监督聚类算法，PCA属于降维算法，Apriori属于关联规则挖掘算法，随机森林是典型的监督式分类算法。12.以下存储介质中，最适合存储访问频率低、归档要求高的冷数据的是（）A.内存B.SSD固态硬盘C.高密度磁带库D.SAS机械硬盘答案：C解析：冷数据存储对成本敏感度高、访问频率低，磁带库单位存储成本最低，适合归档存储；内存、SSD、SAS硬盘适用于访问频率高的热、温数据存储。13.我国《个人信息保护法》规定，处理个人信息应当遵循的首要原则是（）A.合法、正当、必要、诚信B.效率优先C.收益最大化D.公开透明答案：A14.数据湖的核心特点是（）A.仅存储结构化数据B.以原有格式存储全量原始数据，支持多类型数据统一接入C.提前预设数据模型和SchemaD.仅面向固定分析场景提供服务答案：B解析：数据湖支持结构化、半结构化、非结构化数据全量原始接入，无需提前定义Schema，可灵活支撑多类型数据分析场景；数据仓库则提前预设模型、主要存储结构化处理后的数据。15.边缘计算与大数据协同的核心价值是（）A.完全替代云端计算B.降低数据传输带宽压力，实现近源数据实时处理C.提高数据存储容量D.减少数据采集范围答案：B16.以下指标中，用于衡量数据质量准确性维度的是（）A.数据记录完整无缺失B.数据值与真实客观事实一致C.数据可及时获取D.数据口径统一可对比答案：B解析：A选项衡量完整性，C选项衡量及时性，D选项衡量一致性。17.Spark框架相对于传统MapReduce框架的核心优势是（）A.基于磁盘迭代计算B.基于内存迭代计算，计算效率提升10-100倍C.仅支持流计算场景D.不需要依赖HDFS存储答案：B18.公共数据授权运营的前提是（）A.无条件开放所有公共数据B.保障数据安全、保护个人隐私和商业秘密前提下开展合规开发利用C.以盈利为唯一目标D.由企业自行决定数据使用范围答案：B19.以下大数据可视化形式中，最适合展示不同类别数据占总体比例关系的是（）A.折线图B.饼图C.散点图D.热力图答案：B解析：折线图适合展示数据随时间变化趋势，散点图适合展示两个变量的相关性，热力图适合展示地理空间或矩阵维度的密度分布。20.2025年我国“东数西算”工程进入全面深化阶段，以下不属于8个国家算力枢纽节点的是（）A.京津冀枢纽B.长三角枢纽C.成渝枢纽D.武汉枢纽答案：D解析：8个国家算力枢纽节点分别为京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏。21.联邦学习技术的核心作用是（）A.实现数据集中存储计算B.在数据不出本地的前提下实现跨主体联合建模，破解数据孤岛问题C.提高数据加密等级D.提升数据传输速度答案：B22.数据中台的核心定位是（）A.企业的硬件资源管理平台B.为前台业务提供可复用数据资产、数据能力的共享服务平台C.企业的客户关系管理平台D.面向管理层的报表展示平台答案：B23.以下行为中，违反《网络安全法》数据安全相关规定的是（）A.对收集的用户个人信息进行加密存储B.未经用户同意向第三方提供用户个人身份信息C.建立数据安全应急响应机制D.定期开展数据安全风险评估答案：B24.在大数据用户画像构建流程中，标签体系搭建完成后的下一个环节是（）A.用户行为数据采集B.标签权重计算与用户分群C.画像应用落地D.数据清洗答案：B解析：用户画像构建流程依次为明确业务目标、多源数据采集、数据清洗预处理、标签体系设计搭建、标签权重计算与用户分群、画像效果评估、场景应用落地。25.以下不属于大数据伦理风险的是（）A.大数据“杀熟”B.个人隐私泄露C.基于数据的算法歧视D.利用大数据分析优化公共服务流程答案：D26.数据仓库中，面向具体业务主题、经过清洗加工的明细数据存储层通常被称为（）A.ODS层（操作数据层）B.DWD层（明细数据层）C.DWS层（汇总数据层）D.ADS层（应用数据层）答案：B解析：ODS层存储原始接入的未加工数据，DWS层存储面向主题的汇总统计数据，ADS层存储直接面向应用场景的结果数据。27.我国首个针对大数据交易的国家级标准《数据交易服务规范》明确，数据交易的标的是（）A.数据的所有权B.数据的使用权或数据产品服务C.用户的个人信息D.政务敏感数据答案：B28.以下大数据分析方法中，用于挖掘“购买尿布的消费者大概率会同时购买啤酒”这类隐藏关联关系的是（）A.回归分析B.关联规则分析C.聚类分析D.异常检测答案：B29.容灾备份体系中，衡量系统在故障发生后可容忍的最大数据丢失量的指标是（）A.RTO（恢复时间目标）B.RPO（恢复点目标）C.QPS（每秒查询率）D.TPS（每秒事务处理量）答案：B解析：RTO衡量故障后系统恢复正常服务所需的最长时间，QPS、TPS为系统性能衡量指标。30.2026年我国工业大数据应用普及率目标是在规模以上工业企业中达到（）A.45%B.55%C.65%D.75%答案：C二、多项选择题（共15题，每题3分，多选、少选、错选均不得分）1.以下属于大数据典型应用场景的有（）A.智能交通流量实时调度B.金融反欺诈风险识别C.传染病传播趋势预测预警D.工业设备预测性维护答案：ABCD2.数据质量的核心评估维度包含（）A.完整性B.准确性C.一致性D.及时性E.唯一性答案：ABCDE3.以下属于大数据安全防护技术的有（）A.数据加密B.访问权限控制C.数据脱敏D.入侵检测E.数据溯源答案：ABCDE4.我国“东数西算”工程的核心价值包含（）A.优化算力资源空间布局，提升全国算力整体利用效率B.带动西部数字经济发展，促进东西部数据要素流通协同C.降低算力运营成本，支撑数字经济高质量发展D.实现所有数据全部存储在西部地区答案：ABC解析：东数西算并非要求所有数据存储到西部，而是根据数据时延要求分类布局，低时延类业务部署在东部枢纽，高时延、大算力需求的离线分析、存储备份等业务部署在西部枢纽。5.以下属于结构化数据特征的有（）A.可以通过二维表结构逻辑表达B.有固定的Schema和数据格式C.存储在关系型数据库中D.包含图片、音频、视频等格式答案：ABC解析：图片、音频、视频属于非结构化数据。6.数据要素市场化配置的核心环节包含（）A.数据确权B.数据定价C.数据交易D.数据收益分配答案：ABCD7.以下属于Hadoop生态系统组件的有（）A.HBaseB.KafkaC.SparkD.Zookeeper答案：ABCD解析：HBase是分布式列式数据库，Kafka是分布式消息队列，Zookeeper是分布式协调服务组件，均属于Hadoop生态常用组件。8.公共数据开放应当遵循的原则有（）A.安全优先B.分类分级C.需求导向D.无偿公开所有数据答案：ABC解析：公共数据分为无条件开放、有条件开放、不予开放三类，并非所有数据都无偿公开，涉及国家安全、个人隐私、商业秘密的非涉密数据可通过授权运营方式合规利用。9.实时大数据处理的典型特征包含（）A.数据持续流入，无固定边界B.处理时延要求低，通常达到秒级甚至毫秒级C.要求持续稳定运行D.仅支持离线批量导入数据答案：ABC10.以下属于个人敏感个人信息的有（）A.生物识别信息B.医疗健康信息C.金融账户信息D.行踪轨迹信息答案：ABCD解析：《个人信息保护法》明确，敏感个人信息是一旦泄露或者非法使用，容易导致自然人的人格尊严受到侵害或者人身、财产安全受到危害的个人信息，包含以上四类信息以及不满十四周岁未成年人的个人信息等。11.大数据分析的主要类型包含（）A.描述性分析B.诊断性分析C.预测性分析D.处方性分析答案：ABCD解析：描述性分析回答“发生了什么”，诊断性分析回答“为什么发生”，预测性分析回答“将要发生什么”，处方性分析回答“应该怎么做”。12.数据中台建设的核心能力包含（）A.数据汇聚整合能力B.数据加工处理能力C.数据资产化管理能力D.数据服务可视化输出能力答案：ABCD13.以下属于大数据在智慧城市建设中应用方向的有（）A.城市运行态势感知B.智慧政务“一网通办”C.智慧应急指挥调度D.智慧社区服务答案：ABCD14.数据分类分级工作的核心价值包含（）A.实现数据精准防护，合理分配安全防护资源B.支撑数据合规流动利用，平衡安全与发展关系C.为数据确权、交易、流通提供基础依据D.提高数据存储容量答案：ABC15.以下可能导致数据偏见与算法歧视的原因有（）A.训练数据本身存在历史偏见B.算法模型特征选择存在偏差C.算法运行过程缺乏透明度与可解释性D.数据样本量过大答案：ABC三、判断题（共20题，每题1分）1.大数据的核心价值是存储海量数据，不需要挖掘分析即可直接产生价值。（）答案：×解析：大数据本身不直接产生价值，只有通过对多源海量数据的关联分析、深度挖掘，提炼出有决策支撑意义的信息，才能实现价值释放。2.我国《数据安全法》规定，各地区、各部门对本地区、本部门工作中收集和产生的数据及数据安全负责。（）答案：√3.非结构化数据占全球数据总量的比例超过80%，是大数据处理的重点对象。（）答案：√4.“东数西算”中的“数”指的是数据，“算”指的是算力，即对数据的处理能力。（）答案：√5.数据脱敏后的数据可以完全规避数据安全风险，不需要再进行权限管控。（）答案：×解析：数据脱敏是降低敏感数据泄露风险的技术手段之一，但脱敏后的数据仍需通过权限管控、安全审计等措施实现全流程防护，且部分脱敏方式存在逆向还原风险。6.个人信息处理者可以在未取得个人同意的情况下，随意公开个人信息。（）答案：×解析：《个人信息保护法》规定，处理个人信息应当取得个人同意，除法定豁免情形外，不得随意公开、泄露个人信息。7.数据仓库和数据湖是互斥的技术架构，企业只能选择其中一种建设。（）答案：×解析：当前业界主流架构为“湖仓一体”，融合数据湖的灵活存储能力和数据仓库的结构化治理能力，实现多类型数据统一管理、高效利用。8.关联规则分析可以发现两个或多个变量之间存在的规律性关联关系，可用于零售行业商品推荐、精准营销等场景。（）答案：√9.边缘计算是大数据处理的补充技术，所有数据处理任务都应当转移到边缘侧完成。（）答案：×解析：边缘计算适合处理低时延、本地性强的实时数据处理任务，复杂的全局分析、模型训练等任务仍需在云端完成，两者是协同互补关系。10.数据资产入表是指将企业合法拥有或控制的、能够带来经济利益的数据资源确认为企业资产，纳入财务报表核算。（）答案：√解析：根据财政部2024年实施的《企业数据资源相关会计处理暂行规定》，符合条件的数据资源可确认为无形资产或存货纳入财务报表。11.只要完成数据加密，就可以彻底解决所有数据安全问题。（）答案：×解析：数据加密是数据安全防护的重要技术手段，但需要结合访问控制、安全审计、人员管理、制度建设等多维度措施，才能构建全链条数据安全防护体系。12.K-Means聚类算法属于无监督学习算法，不需要提前标注训练样本即可完成数据分群。（）答案：√13.公共数据是指国家机关、事业单位、具有公共管理和服务职能的组织在依法履行职责、提供公共服务过程中收集和产生的数据，属于公共资源，应当依法依规有序开放利用。（）答案：√14.大数据分析过程中，数据清洗和预处理环节通常占据整个分析流程70%以上的工作量。（）答案：√15.大数据“杀熟”是指经营者利用大数据分析技术，基于用户的消费习惯、支付能力等特征，对同一商品或服务向老用户设置更高价格的差异化定价行为，属于侵害消费者权益的违法行为。（）答案：√16.Zookeeper在Hadoop生态中主要负责分布式环境下的配置管理、命名服务、分布式锁、集群协调等功能。（）答案：√17.数据交易过程中，交易主体可以买卖涉及国家安全、个人隐私的非法数据。（）答案：×解析：我国数据交易相关法规