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)一、单项选择题（每题2分，共20题，40分）1.大数据的4V特征不包括下列哪一项？A.Volume（数据量大）B.Variety（数据类型多样）C.Velocity（处理速度快）D.Vulnerability（安全脆弱性）2.下列哪项准确反映大数据"价值密度低"的含义？A.大数据中的全部数据都没有分析价值B.海量数据中真正具有分析价值的比例相对较低C.大数据价值总量低，不值得投入建设D.大数据完成存储后价值会自动提升3.一般认为，达到哪种数据规模后，常规技术手段开始难以处理，需要引入大数据技术？A.KB级B.MB级C.GB级D.TB级及以上4.Hadoop生态中负责分布式存储的核心组件是？A.HDFSB.MapReduceC.YARND.Pig5.Spark相较于HadoopMapReduce的核心性能提升主要源于？A.全部数据保存在单个节点内存B.将中间结果尽量缓存于内存，减少磁盘I/OC.不需要分布式集群D.使用SQL替代所有编程操作6.在CRISP-DM数据挖掘标准流程中，"业务理解"之后紧接的阶段是？A.数据理解B.数据准备C.建模D.评估7.下列属于典型非结构化数据的是？A.关系型数据库中的订单表B.医学影像和临床自由文本C.企业财务报表D.统计局发布的年度统计表8.下列哪个组件最适合用于毫秒级实时流计算？A.HiveB.FlinkC.HDFSD.MapReduce9.根据《数据安全法》，下列对国家核心数据的表述正确的是？A.关系国家安全、国民经济命脉、重要民生、重大公共利益的数据B.任何个人在互联网上公开的数据C.企业自主研发产生的全部数据D.政府已对外公开的统计数据10.《个人信息保护法》要求处理敏感个人信息时，应当取得个人的？A.概括授权B.单独同意C.默认同意D.交易许可11.2022年发布的"数据二十条"全称是？A.《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》B.《国务院办公厅关于加强数据安全管理的通知》C.《"数据要素×"三年行动计划（2024—2026年）》D.《关于加快公共数据资源开发利用的意见》12.国家数据局正式挂牌成立的年份是？A.2021年B.2022年C.2023年D.2024年13.描述数据的数据，用以说明数据的来源、格式、口径、质量等信息，这类数据称为？A.元数据B.主数据C.参考数据D.维度数据14.联邦学习解决的核心问题是？A.扩大单个模型参数量B.在各方原始数据不出域的前提下实现联合建模C.降低数据存储成本D.提高数据库并发性能15.下列机器学习算法中，属于无监督学习的是？A.K-means聚类B.线性回归C.支持向量机D.决策树16.在不平衡数据集上，比准确率更能反映少数类识别能力的常用指标是？A.精确率与召回率B.数据存储量与带宽C.软硬件兼容性D.模型参数量17.下列属于开源分布式文件系统的是？A.HDFSB.ODBCC.JDBCD.SQLServer18.在数据生命周期管理中，通常处于末端的管理环节是？A.数据采集B.数据挖掘C.数据归档或销毁D.数据集成19.数据可视化的主要目标不包括？A.直观呈现数据中的模式与趋势B.支持用户进行交互式探索C.完全替代统计分析中的所有建模工作D.帮助决策者快速理解分析结论20.《"数据要素×"三年行动计划（2024—2026年）》中，"数据要素×"的乘数效应重点体现为？A.数据只限于单一行业内部使用B.数据通过多场景复用和多主体融合，提高全要素生产率C.数据存储量自动决定价值大小D.数据要素可以完全替代生产设备二、多项选择题（每题3分，共10题，30分；少选、多选、错选均不得分）1.下列哪些属于大数据的常见特征？A.Volume（数据量大）B.Velocity（处理速度快）C.Veracity（数据真实性）D.Vulnerability（安全脆弱性）2.下列属于分布式存储系统的有？A.HDFSB.CephC.阿里云OSSD.单机NTFS磁盘3.下列框架或工具中，支持大数据分布式计算或分析的有？A.HadoopMapReduceB.SparkC.FlinkD.Hive4.我国现行法律体系中，直接规范网络、数据安全和个人信息保护的主要法律有？A.网络安全法B.数据安全法C.个人信息保护法D.反不正当竞争法5."数据二十条"提出构建的数据基础制度包括？A.数据产权制度B.数据流通交易制度C.数据收益分配制度D.数据安全治理制度6.下列属于隐私计算常见技术路线的是？A.差分隐私B.安全多方计算C.同态加密D.联邦学习7.大数据平台一般包含下列哪些层级？A.数据采集层B.数据存储层C.数据分析计算层D.数据服务与展示层8.大数据在民生服务领域的典型应用包括？A.教育个性化学习推荐B.医疗影像智能辅助诊断C.社会救助对象精准认定D.零售门店选址分析9.数据治理的主要活动通常包括？A.数据标准管理B.数据质量管理C.数据安全管理D.数据架构管理10.大数据与实体经济深度融合的主要方式包括？A.发展智能制造和工业互联网B.推进农业精准生产C.加快服务业数字化转型D.减少信息系统在传统产业中的使用三、判断题（每题2分，共15题，30分）1.大数据的4V特征包括Volume、Variety、Velocity和Vulnerability。2.数据价值密度高是大数据的重要特征。3.HDFS默认将每个数据块的副本数设置为3，用于提升数据可靠性。4.MapReduce非常适合处理需要多次迭代的机器学习算法。5.数据清洗的目标是提高数据质量，为后续分析和建模提供可靠输入。6.《中华人民共和国数据安全法》自2021年9月1日起施行。7.《个人信息保护法》《数据安全法》在特定情形下对境外处理行为也具有域外适用效力。8."数据二十条"提出建立数据资源持有权、数据加工使用权、数据产品经营权"三权分置"的数据产权制度。9.数据分类分级只需要考虑业务需求，不需要考虑安全保护要求。10.数据仓库面向主题、集成、相对稳定且反映历史变化，主要用于联机分析处理（OLAP）。11.主数据是描述业务交易流水的高频、临时性数据的统称。12.差分隐私通过在统计查询结果中添加经过校准的噪声，降低个体信息被重新识别的风险。13.按照我国现行规定，所有数据一律禁止向境外提供。14.人工智能大模型训练通常依赖海量高质量数据，大数据技术为人工智能发展提供重要支撑。15.过拟合是指模型在训练集上表现良好，但在测试集或新数据上泛化能力明显下降。参考答案与解析一、单项选择题1.答案：D解析：4V通常指Volume、Variety、Velocity、Value，部分机构会补充Veracity（真实性）形成5V，Vulnerability不属于大数据特征。2.答案：B解析：价值密度低意味着数据量大但有用信息相对稀疏，需要依靠数据挖掘技术从中提炼价值。3.答案：D解析：大数据通常指达到TB、PB甚至EB级的数据集合，远超传统数据库和常规IT工具的处理能力。4.答案：A解析：HDFS（HadoopDistributedFileSystem）承担分布式文件存储；MapReduce负责计算，YARN负责资源调度。5.答案：B解析：Spark基于内存计算，适合迭代式算法和交互式查询；MapReduce将中间结果反复写入磁盘，I/O开销较大。6.答案：A解析：CRISP-DM流程为：业务理解—数据理解—数据准备—建模—评估—部署。7.答案：B解析：医学影像、自然语言文本、音视频等没有固定结构，属于非结构化数据；订单表、报表等属于结构化数据。8.答案：B解析：Flink是典型的流式计算引擎，支持毫秒级延迟；Hive、MapReduce主要面向批处理，HDFS是存储系统。9.答案：A解析：《数据安全法》第二十一条规定，关系国家安全、国民经济命脉、重要民生、重大公共利益的数据属于国家核心数据，实行更加严格的管理。10.答案：B解析：处理敏感个人信息须取得个人单独同意，并告知必要性以及对个人权益可能产生的影响。11.答案：A解析："数据二十条"是数据要素基础制度的纲领性文件，提出产权、流通交易、收益分配、安全治理等制度框架。12.答案：C解析：国家数据局于2023年10月正式挂牌，统筹推进数字中国、数字经济、数字社会规划和建设。13.答案：A解析：元数据是"关于数据的数据"，是数据治理和数据资产盘点的重要基础。14.答案：B解析：联邦学习通过参数交换与隐私保护机制，使多参与方在不共享原始数据的情况下共同训练模型。15.答案：A解析：K-means聚类不需要标注标签，通过数据自身分布发现簇结构；回归与分类属于监督学习。16.答案：A解析：准确率会被多数类主导，不平衡场景下应综合精确率、召回率和F1值评估模型性能。17.答案：A解析：HDFS是大数据领域最常用的开源分布式文件系统；ODBC、JDBC是数据库访问接口。18.答案：C解析：数据生命周期一般包括采集、存储、处理、使用、共享、归档和销毁，归档或销毁是末端环节。19.答案：C解析：可视化是数据分析表达与探索工具，并不能替代统计建模和算法推理。20.答案：B解析："数据要素×"强调数据在经济社会各领域的放大、叠加、倍增作用，通过协同优化和复用增效释放乘数效应。二、多项选择题1.答案：ABC解析：大数据的常见特征包括Volume、Velocity、Variety、Value、Veracity等，Vulnerability不属于标准特征。2.答案：ABC解析：HDFS、Ceph和对象存储服务OSS均为分布式存储方案；单机NTFS是本地文件系统，不具备分布式能力。3.答案：ABCD解析：MapReduce和Spark提供分布式批处理与内存计算，Flink擅长流处理，Hive基于Hadoop提供SQL分析能力。4.答案：ABC解析：网络安全法、数据安全法、个人信息保护法共同构成网络数据治理的基础法律框架；反不正当竞争法不是直接的数据安全基础法律。5.答案：ABCD解析：四类制度共同构成数据要素基础制度体系，推动数据要素市场化配置。6.答案：ABCD解析：隐私计算以"数据可用不可见"为目标，联邦学习、安全多方计算、差分隐私、同态加密都是典型技术路线。7.答案：ABCD解析：从原始数据接入到最终应用展示，大数据平台需要覆盖采集、存储、计算、服务等完整能力。8.答案：ABC解析：零售门店选址属于企业商业决策场景，不属于民生服务范畴，其余三项均是民生领域的典型应用。9.答案：ABCD解析：数据治理是对数据全生命周期进行统筹管理，标准、质量、安全、架构都是其核心内容。10.答案：ABC解析：大数据与实体经济融合强调数字化赋能，D选项与融合方向相反，不能作为融合方式。三、判断题1.答案：错误解析：4V通常指Volume、Variety、Velocity、Value，Vulnerability不属于大数据特征。2.答案：错误解析：大数据通常价值密度低，需要通过挖掘才能提炼价值。3.答案：正确4.答案：错误解析：MapReduce每次迭代都要读写磁盘，迭代计算效率低，Spark等内存计算框架更适合。5.答案：正确6.答案：正确7.答案：正确解析：两部