人工智能工程技术人员五级初级工-人工智能平台产品实现 详细题库

大数据技术的基础知识 题目预览

• 第 1 题 单选题
  大数据通常被视为具有“4V”特征，其中“多样性”指的是数据（ ）。
  • A. 种类繁多
  • B. 产生速度快
  • C. 规模巨大
  • D. 价值密度低
  解析：大数据的“多样性”是指数据类型和来源的多样化，包括结构化、半结构化和非结构化数据。
• 第 2 题 单选题
  在大数据技术中，Hadoop分布式文件系统（HDFS）的核心设计思想是将文件（ ）存储。
  • A. 在单台服务器上并行
  • B. 以块的形式分散在多台节点上
  • C. 以记录为单位顺序
  • D. 通过数据库索引优化
  解析：HDFS将大文件分割成固定大小的块（默认128MB），并将这些块副本分布到集群中的不同节点上，实现高吞吐量访问和容错。
• 第 3 题 单选题
  在大数据基础概念中，数据仓库通常用于（ ）。
  • A. 存储原始实时数据流
  • B. 支持在线事务处理（OLTP）
  • C. 支持在线分析处理（OLAP）和决策支持
  • D. 替代关系型数据库进行日常操作
  解析：数据仓库专门设计用于查询和分析大量历史数据，以支持管理决策，属于OLAP系统，与面向事务的OLTP不同。
• 第 4 题 单选题
  下列关于数据生命周期的描述，正确的是数据经过采集、存储、处理、分析后，最终（ ）。
  • A. 永久保留所有数据
  • B. 立即删除原始数据
  • C. 归档或销毁以释放资源
  • D. 全部转化为可视化报表
  解析：数据生命周期包括创建、存储、使用、共享、归档和销毁等阶段。在分析结束后，不再需要的数据通常会被归档或安全销毁，以节省存储成本并满足合规要求。
• 第 5 题 判断题
  大数据技术中的MapReduce编程模型只能用于批处理计算，无法支持实时流处理。
  • A. 对
  • B. 错
  解析：MapReduce设计为面向大规模数据的批量处理框架，其处理模式基于离线作业，不适合毫秒级的实时流计算场景（如Apache Storm或Flink更适合实时处理）。
• 第 6 题 判断题
  数据湖与数据仓库的主要区别在于数据湖存储原始格式的数据，而数据仓库存储经过清洗和转换的结构化数据。
  • A. 对
  • B. 错
  解析：数据湖以原生格式存储各种类型的数据（结构化、半结构化、非结构化），通常用于探索和机器学习；数据仓库则对数据进行ETL后存储，主要用于业务分析和报表。
• 第 7 题 多选题
  下列选项中，属于大数据“4V”特征的是（ ）。
  • A. 大量（Volume）
  • B. 高速（Velocity）
  • C. 价值（Value）
  • D. 多样（Variety）
  • E. 虚拟（Virtual）
  解析：大数据的“4V”特征通常指大量（Volume）、高速（Velocity）、多样（Variety）和价值（Value）。虚拟（Virtual）不是标准特征。
• 第 8 题 多选题
  在大数据生态系统中，常见的分布式计算框架或引擎包括（ ）。
  • A. Apache Hadoop MapReduce
  • B. Apache Spark
  • C. MySQL
  • D. Apache Flink
  • E. Apache Kafka
  解析：MapReduce、Spark和Flink都是分布式计算框架；MySQL是关系型数据库，Kafka是分布式消息队列，虽然常用于大数据管道，但本身不是计算引擎。