2026年廣西壯族自治區(qū)公務員考試大數(shù)據(jù)訓練題及答案

2026年廣西壯族自治區(qū)公務員考試(大數(shù)據(jù)）訓練題及答案一、單項選擇題（共30題，每題1.5分，共45分）1.在大數(shù)據(jù)的“4V”特征中，指的是數(shù)據(jù)產生和處理速度快，要求實時或近實時處理的特點是（）。A.Volume（大量）B.Variety（多樣）C.Velocity（高速）D.Value（價值）2.Hadoop分布式文件系統(tǒng)（HDFS）默認的底層存儲塊大小為（）。A.32MBB.64MBC.128MBD.256MB3.在MapReduce計算模型中，負責將Map任務的輸出進行排序、分組并傳輸給Reduce任務的過程稱為（）。A.SplitB.ShuffleC.PartitionD.Combine4.下列關于關系型數(shù)據(jù)庫與非關系型數(shù)據(jù)庫（NoSQL）的描述中，錯誤的是（）。A.關系型數(shù)據(jù)庫遵循ACID原則，強一致性B.NoSQL數(shù)據(jù)庫通常支持CAP定理中的AP或CP，犧牲強一致性以換取高可用性或分區(qū)容錯性C.Redis屬于鍵值（Key-Value）存儲類型的NoSQL數(shù)據(jù)庫D.MongoDB適合存儲結構化數(shù)據(jù)，支持復雜的SQL查詢5.在數(shù)據(jù)清洗過程中，對于缺失值的處理，下列哪種方法在數(shù)據(jù)量較大且缺失比例較低時最不推薦，因為它容易引入偏差？（）A.刪除包含缺失值的記錄B.使用均值/中位數(shù)填充C.使用回歸模型預測填充D.不做處理，直接保留6.Python的Pandas庫中，用于讀取CSV文件并返回DataFrame對象的函數(shù)是（）。A.pandas.read_table()B.pandas.read_csv()C.pandas.read_excel()D.pandas.load()7.ApacheSpark與HadoopMapReduce相比，主要優(yōu)勢在于（）。A.磁盤I/O利用率更高B.支持更復雜的SQL查詢C.基于內存計算，迭代計算效率更高D.不需要分布式存儲系統(tǒng)支持8.2021年9月1日起施行的《中華人民共和國數(shù)據(jù)安全法》規(guī)定，國家建立數(shù)據(jù)分類分級保護制度，對數(shù)據(jù)實行（）。A.自主保護B.集中保護C.分類分級保護D.強制加密保護9.在廣西壯族自治區(qū)的數(shù)字政府建設中，旨在打破信息孤島，實現(xiàn)跨部門、跨層級、跨地區(qū)數(shù)據(jù)共享和業(yè)務協(xié)同的平臺被稱為（）。A.壯美廣西·云B.廣西數(shù)字政務一體化平臺C.廣西公共數(shù)據(jù)開放平臺D.中國—東盟信息港大數(shù)據(jù)中心10.下列哪種數(shù)據(jù)可視化圖表最適合用于展示兩個連續(xù)變量之間的相關性？（）A.柱狀圖B.餅圖C.散點圖D.箱線圖11.在機器學習中，監(jiān)督學習與無監(jiān)督學習的主要區(qū)別在于（）。A.監(jiān)督學習需要人工標注，無監(jiān)督學習不需要B.監(jiān)督學習處理數(shù)值型數(shù)據(jù)，無監(jiān)督學習處理分類型數(shù)據(jù)C.監(jiān)督學習用于分類，無監(jiān)督學習用于聚類D.監(jiān)督學習速度快，無監(jiān)督學習速度慢12.下列關于HadoopYARN的描述，正確的是（）。A.YARN是資源調度和管理系統(tǒng)，負責集群資源的分配和任務調度B.YARN是一個分布式文件系統(tǒng)C.YARN僅能運行MapReduce任務D.YARN是Hadoop的數(shù)據(jù)倉庫工具13.在Hive數(shù)據(jù)倉庫工具中，用于創(chuàng)建外部表的關鍵字是（）。A.INTERNALB.EXTERNALC.MANAGEDD.VIEW14.某市交通管理部門收集了全市出租車一個月的GPS軌跡數(shù)據(jù)，數(shù)據(jù)量達到TB級。若要分析某區(qū)域在不同時間段的車流密度變化趨勢，最適合的大數(shù)據(jù)處理模式是（）。A.流處理B.批處理C.交互式查詢D.事務處理15.信息熵是度量信息不確定性的指標，假設一個離散隨機變量X有n個可能的取值，其概率分布為p()，則信息熵A.HB.HC.HD.H16.在數(shù)據(jù)庫設計中，E-R圖（實體-聯(lián)系圖）用于描述現(xiàn)實世界的概念模型，其中菱形框通常代表（）。A.實體B.屬性C.聯(lián)系D.主鍵17.下列哪項技術主要用于處理網(wǎng)頁爬蟲中的動態(tài)加載內容？（）A.BeautifulSoupB.SeleniumC.urllibD.re（正則表達式）18.在數(shù)據(jù)挖掘的關聯(lián)規(guī)則挖掘中，著名的“啤酒與尿布”案例主要體現(xiàn)的關聯(lián)規(guī)則評估指標是（）。A.支持度B.置信度C.提升度D.相關性19.廣西作為中國—東盟信息港的核心承載區(qū)，正在積極推動跨境數(shù)據(jù)流動。跨境數(shù)據(jù)流動安全評估的首要原則是（）。A.自由流動B.安全可控C.商業(yè)優(yōu)先D.技術中立20.在K-Means聚類算法中，確定簇數(shù)K的常用評估指標是（）。A.準確率B.召回率C.輪廓系數(shù)D.均方誤差21.下列關于數(shù)據(jù)倉庫特征的描述，不正確的是（）。A.面向主題的B.集成的C.相對穩(wěn)定的D.實時的22.Flume是Hadoop生態(tài)系統(tǒng)中用于日志收集、聚合和傳輸?shù)南到y(tǒng)，它主要由（）組成。A.Source,Channel,SinkB.Input,Process,OutputC.Producer,Broker,ConsumerD.Mapper,Reducer,Driver23.在Python科學計算庫NumPy中，用于創(chuàng)建一個元素全為0的數(shù)組的函數(shù)是（）。A.np.ones()B.np.zeros()C.np.empty()D.np.full()24.所謂的“數(shù)據(jù)孤島”現(xiàn)象，主要指的是（）。A.數(shù)據(jù)存儲在孤立的物理服務器上B.數(shù)據(jù)格式單一，無法多樣化展示C.不同系統(tǒng)、部門之間的數(shù)據(jù)不兼容、不共享，難以互通互聯(lián)D.數(shù)據(jù)量太小，無法形成價值25.在Spark中，RDD（ResilientDistributedDataset）的特性不包括（）。A.彈性B.分布式C.只讀D.可變26.根據(jù)《廣西壯族自治區(qū)大數(shù)據(jù)發(fā)展條例》，公共數(shù)據(jù)按照（）屬性分類，分為無條件開放、有條件開放和不予開放。A.共享B.開放C.安全D.隱私27.以下哪個過程屬于數(shù)據(jù)分析中的ETL環(huán)節(jié)？（）A.Extract（抽?。?、Transform（轉換）、Load（加載）B.Enter,Test,LeaveC.Electronic,Text,LevelD.Event,Trigger,Log28.在時間序列分析中，ARIMA模型中的“I”代表（）。A.自回歸B.移動平均C.單整D.季節(jié)性29.下列關于云計算服務模式的描述，PaaS（平臺即服務）主要提供（）。A.虛擬機、存儲空間等硬件資源B.操作系統(tǒng)、數(shù)據(jù)庫中間件、開發(fā)環(huán)境等平臺資源C.完整的軟件應用，用戶直接使用D.網(wǎng)絡基礎設施30.某電商平臺利用用戶的歷史瀏覽、購買、收藏等數(shù)據(jù)，通過算法向用戶推薦可能感興趣的商品。這種推薦系統(tǒng)最常使用的算法技術是（）。A.深度學習中的卷積神經(jīng)網(wǎng)絡（CNN）B.協(xié)同過濾C.決策樹分類D.異常檢測算法二、多項選擇題（共15題，每題2.5分，共37.5分。多選、少選、錯選均不得分）31.下列屬于大數(shù)據(jù)典型應用場景的有（）。A.智慧交通信號燈配時優(yōu)化B.個性化商品推薦C.金融風險控制與反欺詐D.疾病傳播趨勢預測E.簡單的個人記賬計算32.Hadoop生態(tài)系統(tǒng)包含的核心組件有（）。A.HDFS（分布式文件系統(tǒng)）B.MapReduce（分布式計算框架）C.YARN（資源管理器）D.HBase（分布式列式數(shù)據(jù)庫）E.Linux操作系統(tǒng)33.數(shù)據(jù)質量的高低通常從以下幾個維度進行評價（）。A.完整性B.準確性C.一致性D.及時性E.唯一性34.Python進行數(shù)據(jù)分析時，常用的第三方庫包括（）。A.NumPy（數(shù)值計算）B.Pandas（數(shù)據(jù)處理與分析）C.Matplotlib（數(shù)據(jù)可視化）D.Scikit-learn（機器學習）E.Django（Web框架，雖然常用但不屬于核心數(shù)據(jù)分析庫，視具體語境可選，但通常數(shù)據(jù)分析特指前四項。此處應選前四項作為核心分析庫）35.下列關于NoSQL數(shù)據(jù)庫的分類，正確的有（）。A.Redis屬于鍵值存儲數(shù)據(jù)庫B.MongoDB屬于文檔型數(shù)據(jù)庫C.HBase屬于列族存儲數(shù)據(jù)庫D.Neo4j屬于圖形數(shù)據(jù)庫E.MySQL屬于NoSQL數(shù)據(jù)庫36.在進行數(shù)據(jù)可視化時，應遵循的原則包括（）。A.真實準確，不歪曲數(shù)據(jù)B.簡潔明了，避免“圖表垃圾”C.突出重點，引導讀者關注核心信息D.使用盡可能多的顏色和動畫效果以吸引眼球E.選擇適合數(shù)據(jù)類型和分析目的的圖表類型37.機器學習中的過擬合現(xiàn)象，可能由以下哪些原因導致？（）A.訓練數(shù)據(jù)量過少B.模型過于復雜（如決策樹深度過深）C.訓練數(shù)據(jù)噪聲過大D.模型過于簡單E.訓練時間過長38.《中華人民共和國個人信息保護法》規(guī)定，處理個人信息應當遵循的原則包括（）。A.合法、正當、必要、誠信原則B.最小必要原則C.公開透明原則D.確保信息安全原則E.任意使用原則39.SparkSQL支持多種數(shù)據(jù)源，包括（）。A.JSONB.ParquetC.JDBCD.HiveE.CSV40.下列關于數(shù)據(jù)標準化（歸一化）的描述，正確的有（）。A.Min-Max標準化將數(shù)據(jù)映射到[0,1]區(qū)間B.Z-Score標準化處理后數(shù)據(jù)的均值為0，標準差為1C.數(shù)據(jù)標準化可以消除不同特征量綱的影響D.數(shù)據(jù)標準化對于基于距離的算法（如KNN）非常重要E.所有機器學習算法都必須進行數(shù)據(jù)標準化41.在數(shù)字政府建設中，電子政務網(wǎng)通常分為（）。A.互聯(lián)網(wǎng)B.電子政務外網(wǎng)C.電子政務內網(wǎng)D.專用局域網(wǎng)E.物聯(lián)網(wǎng)42.下列屬于數(shù)據(jù)挖掘主要任務的有（）。A.分類與預測B.聚類分析C.關聯(lián)規(guī)則挖掘D.異常檢測E.數(shù)據(jù)清洗43.在HDFS中，關于副本機制的描述，正確的有（）。A.默認副本數(shù)為3B.副本存放策略遵循機架感知原則C.副本是為了提高數(shù)據(jù)的可靠性和讀取速度D.客戶端可以自行設定文件的副本數(shù)E.副本機制會顯著增加存儲成本，因此生產環(huán)境常設為144.Python中用于進行Web數(shù)據(jù)抓取的庫包括（）。A.RequestsB.ScrapyC.BeautifulSoupD.LxmlE.PyTorch45.廣西推動數(shù)字經(jīng)濟發(fā)展的重點方向包括（）。A.數(shù)字產業(yè)化B.產業(yè)數(shù)字化C.數(shù)字化治理D.數(shù)據(jù)價值化E.傳統(tǒng)農業(yè)化三、判斷題（共15題，每題1分，共15分。對的選“A”，錯的選“B”）46.結構化數(shù)據(jù)是指存儲在數(shù)據(jù)庫表中，行和列具有嚴格定義的數(shù)據(jù)，而非結構化數(shù)據(jù)則包括文本、圖像、音頻、視頻等格式不規(guī)則的數(shù)據(jù)。（）47.MapReduce框架中，Reduce任務的個數(shù)通常由輸入數(shù)據(jù)的大小決定，用戶無法顯式設置。（）48.Python是一門解釋型語言，因此其運行速度通常比C++或Java等編譯型語言慢。（）49.在關系型數(shù)據(jù)庫中，外鍵用于建立和加強兩個表數(shù)據(jù)之間的鏈接，它可以取空值。（）50.隨著數(shù)據(jù)量的增加，大數(shù)據(jù)分析的準確性一定會越來越高。（）51.SparkStreaming是基于微批處理的流計算框架，而Flink支持基于事件的真正流處理。（）52.數(shù)據(jù)隱私保護和數(shù)據(jù)開發(fā)利用是完全對立的，無法共存。（）53.決策樹算法既可以用于分類問題，也可以用于回歸問題。（）54.HiveQL語法與標準SQL非常相似，但底層的執(zhí)行引擎依然是MapReduce、Tez或Spark。（）55.K近鄰算法（KNN）是一種懶惰學習算法，它沒有顯式的訓練過程，而是直到收到測試樣本時才進行處理。（）56.在廣西壯族自治區(qū)，公共數(shù)據(jù)開放應當遵循“統(tǒng)籌規(guī)劃、依法有序、便民高效、安全可控”的原則。（）57.數(shù)據(jù)倉庫是面向事務處理的，主要滿足企業(yè)的日常業(yè)務操作需求。（）58.正則表達式是一種用于處理字符串的強大工具，可以用于匹配、查找、替換符合特定模式的文本。（）59.深度學習是機器學習的一個子集，而機器學習是人工智能的一個子集。（）60.使用`pandas.DataFrame.dropna()`方法刪除缺失值時，默認會刪除包含任何缺失值的行。（）四、填空題（共10題，每題1.5分，共15分）61.在TCP/IP網(wǎng)絡協(xié)議中，HTTP協(xié)議默認使用的端口號是\_\_\_\_\_\_\_\_，而HTTPS協(xié)議默認使用的端口號是\_\_\_\_\_\_\_\_。62.在Linux系統(tǒng)中，用于查看當前目錄下文件列表的命令是\_\_\_\_\_\_\_\_，用于查看文件內容的命令是\_\_\_\_\_\_\_\_。63.在Pandas中，`df.groupby('column_name').agg({'math':'mean','english':'sum'})`這行代碼的作用是按\_\_\_\_\_\_\_\_列進行分組，并對數(shù)學列求\_\_\_\_\_\_\_\_，對英語列求和。64.關系型數(shù)據(jù)庫的完整性約束主要包括：實體完整性、參照完整性和\_\_\_\_\_\_\_\_。65.在Python中，\_\_\_\_\_\_\_\_數(shù)據(jù)類型是可變的，而\_\_\_\_\_\_\_\_數(shù)據(jù)類型是不可變的。66.一個二分類模型的混淆矩陣中，真正例（TP）=50，假正例（FP）=10，假反例（FN）=5，真反例（TN）=35。則該模型的準確率=\_\_\_\_\_\_\_\_%，精確率=\_\_\_\_\_\_\_\_%（保留一位小數(shù)）。67.HDFS的讀寫流程中，客戶端讀取數(shù)據(jù)時，首先會從\_\_\_\_\_\_\_\_獲取數(shù)據(jù)塊的位置信息，然后直接與\_\_\_\_\_\_\_\_進行交互讀取數(shù)據(jù)。68.在推薦系統(tǒng)中，基于用戶的協(xié)同過濾算法的核心思想是：找到與目標用戶興趣相似的\_\_\_\_\_\_\_\_，然后將他們喜歡的且目標用戶未看過的物品推薦給目標用戶。69.數(shù)據(jù)挖掘中，Apriori算法的核心思想是通過\_\_\_\_\_\_\_\_迭代來找出頻繁項集，利用頻繁項集的性質來剪枝，減少搜索空間。70.2026年是“十四五”規(guī)劃實施的收官之年，廣西正大力推動建設中國—東盟信息港，打造面向東盟的\_\_\_\_\_\_\_\_中心。五、簡答題（共4題，每題7.5分，共30分）71.簡述CAP定理的內容，并說明在分布式系統(tǒng)中為什么通常無法同時滿足這三個屬性。72.請列舉數(shù)據(jù)預處理中常見的三個步驟，并簡要說明每個步驟的作用。73.簡述HadoopMapReduce的工作原理，包括Map階段和Reduce階段的主要任務。74.結合廣西壯族自治區(qū)的實際情況，談談大數(shù)據(jù)技術在鄉(xiāng)村振興戰(zhàn)略中可以發(fā)揮哪些作用？（至少列舉三點）六、綜合應用題（共3題，共52.5分）75.（16.5分）某電商平臺有如下兩張表：表1：用戶表user_iduser_namecity001ZhangSanNanning002LiSiGuilin003WangWuNanning表2：訂單表order_iduser_idamountorder_dateA10010012002026-01-01A10020011502026-01-05A10030023002026-01-02A1004004502026-01-03(1)請寫出SQL語句，查詢來自“Nanning”的所有用戶的姓名和用戶ID。（5分）(2)請寫出SQL語句，查詢每個用戶的總消費金額（amount），輸出列包括user_id和total_amount，并按total_amount降序排列。（5.5分）(3)若使用Pandas進行數(shù)據(jù)處理，寫出Python代碼實現(xiàn)左連接（LeftJoin）查詢，將表1和表2通過user_id關聯(lián)，并打印合并后的結果（假設df1為用戶表DataFrame，df2為訂單表DataFrame）。（6分）76.（18分）已知有一個列表`data=[12,15,13,12,19,20,25,26,24,18,15,12,10,9,8]`。請使用Python（不使用統(tǒng)計庫，如statistics或numpy，請手動編寫邏輯）完成以下任務：(1)編寫一個函數(shù)`calculate_mean(data)`，計算該列表的算術平均值，并返回結果。（4分）(2)編寫一個函數(shù)`calculate_median(data)`，計算該列表的中位數(shù)。注意：需先對列表進行排序，然后根據(jù)元素個數(shù)的奇偶性判斷中位數(shù)。（6分）(3)編寫代碼統(tǒng)計列表中每個元素出現(xiàn)的頻率，并輸出出現(xiàn)次數(shù)最多的元素及其出現(xiàn)次數(shù)（即眾數(shù)）。（8分）77.（17.5分）案例分析與論述：背景：近年來，廣西大力發(fā)展數(shù)字經(jīng)濟，建設了多個大數(shù)據(jù)中心。某市衛(wèi)生健康委員會計劃實施“智慧醫(yī)療”大數(shù)據(jù)項目，旨在整合全市各級醫(yī)院的電子病歷數(shù)據(jù)、醫(yī)保結算數(shù)據(jù)以及居民的健康檔案數(shù)據(jù)，實現(xiàn)跨醫(yī)院的信息共享和互認，輔助醫(yī)生臨床決策，并進行流行病趨勢分析。然而，在項目推進過程中遇到了以下問題：1.各醫(yī)院使用的信息系統(tǒng)廠商不同，數(shù)據(jù)標準（如疾病編碼、藥品目錄）不統(tǒng)一。2.醫(yī)療數(shù)據(jù)包含大量患者隱私（姓名、身份證號、住址、病史），數(shù)據(jù)安全風險高。3.部分老舊醫(yī)院的數(shù)據(jù)存儲在本地甚至紙質檔案中，數(shù)字化程度低，數(shù)據(jù)清洗難度大。根據(jù)以上案例，請回答以下問題：(1)針對“數(shù)據(jù)標準不統(tǒng)一”的問題，作為大數(shù)據(jù)項目管理人員，你會提出哪些解決方案？（6分）(2)在涉及患者隱私數(shù)據(jù)時，應采取哪些技術和管理措施來保障數(shù)據(jù)安全？（6分）(3)結合大數(shù)據(jù)生命周期，簡述從數(shù)據(jù)采集到數(shù)據(jù)價值展現(xiàn)的大致流程。（5.5分）參考答案及詳細解析一、單項選擇題1.C解析：Volume指數(shù)據(jù)量大；Variety指數(shù)據(jù)類型繁多；Velocity指處理速度快；Value指價值密度低但整體價值高。題目描述為速度，選C。2.C解析：HDFS設計用于存儲大文件，默認塊大小在Hadoop2.x/3.x中通常為128MB（Hadoop1.x為64MB）。較大的塊大小可以減少尋址時間，提高傳輸效率。3.B解析：Shuffle階段是MapReduce的核心過程，負責將Map輸出的結果按照Key進行分發(fā)、排序并傳輸給對應的Reduce任務。4.D解析：MongoDB是文檔型數(shù)據(jù)庫，屬于NoSQL，不支持標準SQL（雖然有類似的查詢語言），它適合存儲半結構化或非結構化數(shù)據(jù)，而非結構化數(shù)據(jù)。D選項錯誤。5.A解析：刪除記錄會丟失其他有效信息。當數(shù)據(jù)量大且缺失比例低時，直接刪除雖然簡單，但如果數(shù)據(jù)不是完全隨機缺失（MCAR），容易引入偏差。但在數(shù)據(jù)量極大時，刪除少量記錄通常也是可行的。相比之下，不做處理直接保留在大多數(shù)分析算法中是不可行的。題目問“最不推薦”且“容易引入偏差”，通常在數(shù)據(jù)分析中，如果缺失是非隨機的，刪除確實會導致樣本代表性偏差。但在“數(shù)據(jù)量較大且缺失比例較低”的具體場景下，不做處理往往導致后續(xù)代碼報錯或結果錯誤。不過，從統(tǒng)計學角度，若要嚴格避免偏差，填充通常優(yōu)于刪除（除非缺失完全隨機且樣本足夠）。但在實際操作中，A選項（直接刪除）是丟失信息最多的方式。注：此題意在考察對缺失值處理后果的理解，A常被視為“偷懶”且可能損失信息的方式。6.B解析：`pandas.read_csv()`是讀取CSV文件的標準函數(shù)。7.C解析：Spark的主要優(yōu)勢在于基于內存的計算，特別是在迭代算法（如機器學習）中，減少了磁盤I/O，速度遠超基于磁盤的MapReduce。8.C解析：《數(shù)據(jù)安全法》第二十一條規(guī)定，國家建立數(shù)據(jù)分類分級保護制度，對數(shù)據(jù)實行分類分級保護。9.B解析：廣西數(shù)字政務一體化平臺是廣西統(tǒng)一的政務服務平臺，用于跨部門數(shù)據(jù)共享和業(yè)務協(xié)同。10.C解析：散點圖是展示兩個連續(xù)變量之間相關關系的最佳圖表。柱狀圖用于比較分類數(shù)據(jù)，餅圖用于展示占比，箱線圖用于展示數(shù)據(jù)分布。11.A解析：監(jiān)督學習的訓練數(shù)據(jù)有標簽，無監(jiān)督學習的訓練數(shù)據(jù)無標簽。12.A解析：YARN（YetAnotherResourceNegotiator）是Hadoop的資源管理器，負責集群資源的分配和任務調度。13.B解析：在Hive中，`EXTERNAL`關鍵字用于創(chuàng)建外部表。刪除外部表時，只刪除元數(shù)據(jù)，不刪除實際數(shù)據(jù)。14.B解析：分析“一個月”的歷史數(shù)據(jù)，屬于離線分析，適合使用批處理模式。15.A解析：信息熵公式為H(16.C解析：E-R圖中，矩形代表實體，橢圓代表屬性，菱形代表聯(lián)系。17.B解析：Selenium是一個自動化測試工具，常用于模擬瀏覽器操作，非常適合爬取動態(tài)加載的網(wǎng)頁內容。BeautifulSoup用于解析靜態(tài)HTML。18.C解析：提升度反映了商品A出現(xiàn)對商品B出現(xiàn)概率的影響程度。如果提升度>1，說明正相關；<1說明負相關；=1說明不相關。這是關聯(lián)規(guī)則中最能體現(xiàn)規(guī)則有效性的指標之一。19.B解析：跨境數(shù)據(jù)流動必須在安全可控的前提下進行，保障國家安全和個人隱私是首要原則。20.C解析：輪廓系數(shù)用于評估聚類效果的好壞，結合了內聚度和分離度。準確率和召回率用于分類問題。21.D解析：數(shù)據(jù)倉庫是面向主題的、集成的、相對穩(wěn)定的（非易失的）、反映歷史變化的數(shù)據(jù)集合，它主要用于分析和決策支持，而不是實時的業(yè)務處理（OLTP）。22.A解析：Flume架構由Source（源）、Channel（通道）、Sink（目的地）三部分組成。23.B解析：`np.zeros()`創(chuàng)建全0數(shù)組，`np.ones()`創(chuàng)建全1數(shù)組。24.C解析：數(shù)據(jù)孤島指不同系統(tǒng)間數(shù)據(jù)不兼容、不共享。25.D解析：RDD是只讀的、分區(qū)的記錄集合。一旦創(chuàng)建就不能修改（只能通過轉換生成新的RDD），所以它是不可變的。26.B解析：根據(jù)《廣西壯族自治區(qū)大數(shù)據(jù)發(fā)展條例》，公共數(shù)據(jù)按開放屬性分為無條件開放、有條件開放和不予開放。27.A解析：ETL分別代表Extract（抽?。?、Transform（轉換）、Load（加載）。28.C解析：ARIMA模型中，AR代表自回歸，I代表單整（差分次數(shù)），MA代表移動平均。29.B解析：PaaS提供平臺環(huán)境，如OS、中間件、運行環(huán)境。IaaS提供硬件資源，SaaS提供軟件服務。30.B解析：協(xié)同過濾是推薦系統(tǒng)中最經(jīng)典和常用的算法，分為基于用戶和基于物品的協(xié)同過濾。二、多項選擇題31.ABCD解析：簡單個人記賬不涉及大數(shù)據(jù)技術，E排除。32.ABCD解析：HDFS,MapReduce,YARN是Hadoop2.x/3.x的三大核心，HBase是Hadoop生態(tài)中的重要NoSQL數(shù)據(jù)庫。Linux是操作系統(tǒng)，不屬于Hadoop組件。33.ABCD解析：數(shù)據(jù)質量維度通常包括完整性、準確性、一致性、及時性、唯一性等。題目列出五個，A,B,C,D,E均為常見維度。若必須四選，通?？疾烨八膫€核心維度，但E也是維度之一。此處全選最嚴謹，但在考試中若限選4個，E常被歸入一致性或唯一性中。本題不限制數(shù)量，全選。34.ABCD解析：NumPy,Pandas,Matplotlib,Scikit-learn是Python數(shù)據(jù)分析四大金剛。Django是Web框架。35.ABCD解析：MySQL是關系型數(shù)據(jù)庫，不是NoSQL。36.ABCE解析：應避免不必要的顏色和動畫（“圖表垃圾”），D錯誤。37.ABC解析：模型過于簡單（欠擬合）不會導致過擬合；訓練時間過長不是直接原因，除非是在未正則化的情況下過度迭代。正確原因是A,B,C。38.ABCD解析：《個保法》第五條至第九條包含了合法正當必要、最小必要、公開透明、確保安全等原則。E錯誤。39.ABCDE解析：SparkSQL支持JSON,Parquet,JDBC,Hive,CSV,ORC等多種數(shù)據(jù)源。40.ABCD解析：并非所有算法都需要標準化，例如基于樹的算法對特征量綱不敏感。41.BC解析：電子政務網(wǎng)分為內網(wǎng)和外網(wǎng)?；ヂ?lián)網(wǎng)是公共網(wǎng)絡。42.ABCD解析：數(shù)據(jù)清洗是預處理，不屬于數(shù)據(jù)挖掘的核心任務（盡管是必須步驟）。挖掘任務包括分類、聚類、關聯(lián)、異常檢測等。43.ABCD解析：生產環(huán)境副本數(shù)通常為3，E說設為1是錯誤的。44.ABCD解析：PyTorch是深度學習框架，不專門用于Web抓取。45.ABCD解析：數(shù)字經(jīng)濟發(fā)展包括數(shù)字產業(yè)化、產業(yè)數(shù)字化、數(shù)字化治理、數(shù)據(jù)價值化。三、判斷題46.A解析：定義正確。47.B解析：Reduce任務的個數(shù)可以由用戶顯式設置（`job.setNumReduceTasks()`）。48.A解析：解釋型語言通常比編譯型語言慢。49.A解析：外鍵可以取空值，除非有NOTNULL約束。50.B解析：大數(shù)據(jù)分析不一定準確，如果數(shù)據(jù)本身有偏差（垃圾進垃圾出），分析結果依然不準確。51.A解析：SparkStreaming是微批處理，F(xiàn)link支持真正的流處理。52.B解析：可以通過脫敏、加密、聯(lián)邦學習等技術手段在保護隱私的同時開發(fā)利用數(shù)據(jù)。53.A解析：CART決策樹既可以分類也可以回歸。54.A解析：Hive將SQL轉換為MR/Tez/Spark任務執(zhí)行。55.A解析：KNN是懶惰學習。56.A解析：符合《廣西壯族自治區(qū)大數(shù)據(jù)發(fā)展條例》精神。57.B解析：數(shù)據(jù)倉庫面向分析（OLAP），數(shù)據(jù)庫面向事務（OLTP）。58.A解析：正則表達式的作用描述正確。59.A解析：AI>ML>DL。60.A解析：`dropna()`默認`how='any'`，即只要有缺失值就刪除該行。四、填空題61.80；44362.ls；cat63.column_name；平均值（或mean）64.用戶自定義完整性65.列表（List）/字典（Dict）；元組（Tuple）/字符串注：填對一個可變和一個不可變即可。66.85.0；83.3計算：準確率=(TP+TN)/(TP+FP+FN+TN)=(50+35)/(50+10+5+35)=85/100=85.0%精確率=TP/(TP+FP)=50/(50+10)=50/60≈0.8333...=83.3%67.NameNode；DataNode68.用戶（Neighbors）69.逐層70.數(shù)字經(jīng)濟（或算力/數(shù)據(jù)要素）五、簡答題71.答案要點：CAP定理指出，在一個分布式系統(tǒng)中，Consistency（一致性）、Availability（可用性）、PartitionTolerance（分區(qū)容錯性）這三個要素最多只能同時實現(xiàn)兩點，不可能三者兼顧。一致性：所有節(jié)點在同一時間看到的數(shù)據(jù)是一致的?？捎眯裕好看握埱蠖寄塬@取到非錯的響應（不保證獲取的是最新數(shù)據(jù)）。分區(qū)容錯性：系統(tǒng)在遇到任意消息丟失或分區(qū)故障時，仍然能夠運行。原因：在分布式系統(tǒng)中，網(wǎng)絡是不可靠的，P（分區(qū)容錯）是必須具備的現(xiàn)實屬性。當發(fā)生網(wǎng)絡分區(qū)時，系統(tǒng)為了保證C（一致性），必須拒絕部分節(jié)點的請求，這就犧牲了A（可用性）；若為了保證A，允許節(jié)點返回舊數(shù)據(jù)，就犧牲了C。因此無法同時滿足三者。72.答案要點：(1)數(shù)據(jù)清洗：處理缺失值、異常值、重復值，糾正錯誤數(shù)據(jù)，保證數(shù)據(jù)的準確性。(2)數(shù)據(jù)集成：將多個數(shù)據(jù)源（如不同數(shù)據(jù)庫、文件）的數(shù)據(jù)合并到一起，解決數(shù)據(jù)冗余和一致性問題。(3)數(shù)據(jù)變換：對數(shù)據(jù)進行規(guī)范化（如歸一化、標準化）、離散化，或通過構造新特征（特征工程）使數(shù)據(jù)更適合挖掘算法。73.答案要點：(1)Map階段：InputSplit：將輸入的大文件切分成splits。Map：用戶自定義的Map函數(shù)處理每個鍵值對，輸出中間鍵值對。(2)Shuffle階段：系統(tǒng)自動對Map輸出的中間結果進行分區(qū)、排序、分組，并發(fā)送到對應的Reducer。(3)Reduce階段：Reduce：用戶自定義的Reduce函數(shù)對一組具有相同Key的Value集合進行處理（如求和、計數(shù)），輸出最終結果。74.答案要點（結合廣西背景）：(1)精準農業(yè)與產業(yè)幫扶：利用大數(shù)據(jù)分析土壤、氣候、作物生長數(shù)據(jù)，指導農戶科學種植，提高農產品產量和質量；通過電商平臺數(shù)據(jù)分析，精準對接市場，助力“桂品出鄉(xiāng)”。(2)鄉(xiāng)村治理數(shù)字化：建設“數(shù)字鄉(xiāng)村”平臺，整合黨建、村務、治安數(shù)據(jù)，提升基層治理效率；利用大數(shù)據(jù)監(jiān)控防止返貧，對低收入群體進行精準識別和幫扶。(3)農村公共服務優(yōu)化：通過大數(shù)據(jù)整合教育、醫(yī)療資源，實現(xiàn)遠程醫(yī)療、在線教育在偏遠山區(qū)的覆蓋，縮小城鄉(xiāng)公共服務差距。六、綜合應用題75.答案：(1)```sqlSELECTuser_name,user_idFROM用戶表WHEREcity='Nanning';```(2)```sqlSELECTuser_id,SUM(amount)astotal_amountFROM訂單表GROUPBYuser_idORDERBYtotal_amountDESC;```(3)```pythonimportpandasaspd#假設df1和df2已經(jīng)存在result=pd