第78卷 大数据核心技术《扩展模块》福建省中职学考《信息技术基础考纲百套卷》

编写说明：福建省中等职业学校学业水平考试《信息技术基础考纲百套卷》，依据福建省中等职业学校学业水平考试《信息技术基础》科目考试说明编写。每门课程均分三层训练：基础层（具象化支架）拆解考点为微目标，紧扣考纲 “掌握”“理解” 要求编写考点训练卷；巩固层（关联性支架）强化知识交叉与场景关联，按考纲专题编专题训练卷；应用层（引导性支架）聚焦真题突破，结合知识模块与教材编写课程综合卷。 本试卷是第78卷，按《信息技术基础》的扩展模块范围和要求编写。具体内容为:熟悉大数据处理的核心技术，包括数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化等。 福建省《信息技术基础考纲百套卷》 第78卷 《扩展模块》 大数据核心技术 考点训练卷 考试时间60分钟 满分100分 班级 姓名 学号 成绩 一、单项选择题（本大题共10小题，每题2分，共20分） 1.大数据预处理的首要步骤是（ ）。 A. 数据集成 B. 数据清洗 C. 数据转换 D. 数据聚合 【答案】B 【解析】数据清洗是预处理的首要环节，是处理缺失值、异常值、重复值等问题数据，是提升数据质量、保障后续分析准确性的关键。 2.下列不属于数据清洗主要工作内容的是（ ）。 A. 缺失值填充 B. 异常值剔除 C. 重复数据去重 D. 数据分布式存储 【答案】D 【解析】数据分布式存储属于大数据存储与管理环节的内容，不属于数据清洗；数据清洗的工作包括缺失值处理、异常值识别、数据去重、解决数据不一致问题。 3.大数据预处理的最终目的是（ ）。 A. 增加数据总量 B. 实现数据可视化 C. 降低数据存储成本 D. 提升数据质量，为后续分析奠定基础 【答案】D 【解析】大数据预处理的所有步骤的目标都是消除问题数据、统一数据格式，最终提升数据质量，为后续的数据分析和挖掘提供可靠的数据基础。 4.Hadoop生态的分布式文件系统是（ ）。 A. GFS B. HDFS C. HBase D. Hive 【答案】B 【解析】HDFS是Hadoop的存储组件，为大数据提供高容错、高吞吐量的分布式存储服务；GFS是谷歌的分布式文件系统，HBase是列式数据库，Hive是数据仓库工具。 5.以列为存储单位，具备高压缩率和高查询效率的大数据存储结构是（ ）。 A. 行式存储 B. 列式存储 C. 本地文件存储 D. 单机存储 【答案】B 【解析】列式存储以列为单位存储数据，大数据分析场景中仅需读取目标列数据，无需扫描全表，相比传统行式存储具备更高的查询效率和压缩率。 6.传统关系型数据库无法有效满足大数据存储需求的原因是（ ）。 A. 无法处理海量半结构化和非结构化数据 B. 无法存储结构化数据 C. 无法进行数据查询 D. 无法存储任何数据 【答案】A 【解析】传统关系型数据库仅适配固定格式的结构化数据，而大数据中70%以上是半结构化、非结构化数据（视频、图片、日志等），传统数据库无法有效处理这类数据。 7.大数据技术的主要环节是（ ）。 A. 数据采集 B. 数据存储 C. 数据分析 D. 数据可视化 【答案】C 【解析】大数据的价值是从海量数据中提取有价值的信息，而数据分析是实现这一目标的主要环节，是大数据技术的中心。 8.下列不属于大数据分析的类型的是（ ）。 A. 描述性分析 B. 实时分析 C. 多维度分析 D. 数据删除分析 【答案】D 【解析】大数据分析的类型包括描述性分析、实时分析、多维度分析、预测性分析，同时包含数据挖掘算法应用；数据删除不属于数据分析类型。 9.大数据处理流程的最终环节是（ ）。 A. 数据采集 B. 数据预处理 C. 数据存储 D. 数据可视化 【答案】D 【解析】数据可视化是大数据处理的最终环节，是将复杂的数据分析结果，转换成直观的视觉形式呈现给用户，实现大数据的决策支撑价值。 10.制作企业运营指标实时监控大屏，最适合选用的工具是（ ）。 A. 记事本 B. Tableau C. Word D. 纯文本编辑器 【答案】B 【解析】Tableau具备强大的实时数据接入、交互式可视化、大屏制作能力，是企业级监控大屏制作的主流工具；其余选项均不具备专业的大数据可视化大屏制作能力。 二、多项选择题（本大题共10小题，每题3分，共30分） 11.下列属于大数据处理的技术环节的是（ ）。 A. 数据采集与预处理 B. 数据存储与管理 C. 数据处理与分析 D. 数据可视化 【答案】ABCD 【解析】四个选项构成了大数据处理的完整技术体系，覆盖了从数据获取到价值落地的全流程，是大数据技术基础的框架。 12.大数据预处理的步骤包括（ ）。 A. 数据清洗 B. 数据集成 C. 数据转换 D. 数据聚合 【答案】ABCD 【解析】四个选项是大数据预处理的完整流程，四个环节环环相扣，共同实现数据质量提升、数据格式统一的目标，为后续分析奠定基础。 13.下列属于网络爬虫常用工具/框架的是（ ）。 A. Word B. Beautiful Soup C. Requests D. Scrapy 【答案】BCD 【解析】Scrapy、BeautifulSoup、Requests都是Python生态中主流的爬虫工具/库，分别用于爬虫框架搭建、网页解析、网络请求发送；Word是办公软件，不具备爬虫功能。 14.下列属于分布式文件系统的是（ ）。 A. Hadoop HDFS B. Google GFS C. MySQL D. MongoDB 【答案】AB 【解析】HDFS和GFS是业界最经典的两大分布式文件系统，分别是Hadoop生态和谷歌大数据体系的底层存储基础；MySQL是关系型数据库，MongoDB是NoSQL数据库，均不属于分布式文件系统。 15.下列属于大数据数据仓库组件/工具的是（ ）。 A. 记事本 B. Amazon Redshift C. Excel D. Apache Hive 【答案】BD 【解析】Apache Hive是基于Hadoop的开源数据仓库工具，Amazon Redshift是云原生数据仓库，均为大数据场景的数据仓库组件；Excel和记事本不具备数据仓库的海量数据存储和复杂分析能力。 16.下列属于大数据分析的类型的是（ ）。 A. 描述性分析 B. 实时分析 C. 多维度分析 D. 预测性分析 【答案】ABCD 【解析】四个选项均为大数据分析的类型，覆盖了从基础现状统计、实时监控、多维度交叉分析到未来趋势预测的全场景分析需求。 17.下列属于大数据并行计算技术/框架的是（ ）。 A. MapReduce B. Spark C. Word D. Excel 【答案】AB 【解析】MapReduce和Spark是大数据领域最主流的两大分布式并行计算框架，专门用于海量数据的分布式处理；Word和Excel是办公软件，不具备海量数据并行计算能力。 18.多维度分析的价值体现在（ ）。 A. 从多个角度全面分析数据 B. 深入挖掘市场和客户需求 C. 发现数据中隐藏的交叉规律 D. 增加数据的存储容量 【答案】ABC 【解析】多维度分析的价值是通过多维度交叉分析，全面、深入地挖掘数据规律，定位业务问题的根本原因；其无法增加数据存储容量，D选项说法错误。 19.下列属于数据可视化常见呈现形式的是（ ）。 A. 柱状图 B. 折线图 C. 热力图 D. 散点图 【答案】ABCD 【解析】四个选项均为大数据可视化的常用图表形式，柱状图用于类别对比、折线图用于趋势展示、热力图用于密度展示、散点图用于相关性展示，覆盖了不同的数据分析需求。 20.下列关于数据可视化的说法，正确的是（ ）。 A. 可视化是大数据处理的最终环节 B. 可视化可以帮助人们更好地理解和分析数据 C. 可视化只能用静态图片呈现，不能做交互 D. 交互式可视化能提升数据的探索效率 【答案】ABD 【解析】可视化是大数据处理的最终环节，是帮助用户理解数据，交互式可视化可实现数据下钻、筛选等操作，大幅提升数据探索效率；可视化不仅有静态形式，还有丰富的交互式形式，C选项说法错误。 三、判断题（本大题共5小题，每题2分，共10分） 21.网络爬虫可以采集互联网上的任意数据，不受任何法律法规的限制。（ ） 【答案】× 22.数据转换的目的是统一数据格式，让不同来源的数据具备一致性，便于后续分析。（ ） 【答案】√ 23.列式存储相比传统行式存储，在大数据分析场景下具备更高的查询效率和压缩率。（ ） 【答案】√ 24.大数据技术的重点是数据存储，数据分析环节无关紧要。（ ） 【答案】× 25.数据挖掘只能发现数据中已知的规律，无法挖掘出隐藏的、未知的信息。（ ） 【答案】× 四、填空题（本大题共5个空，每空2分，共10分） 26.大数据处理流程的起点和第一个环节是 。 【答案】数据采集 27.将多个数据源的数据合并为一个完整数据集的预处理步骤是 。 【答案】数据集成 28.用于网页数据自动化采集的技术是 ，可以自动抓取互联网上的网页数据。 【答案】网络爬虫 29.大数据技术的中心环节是 ，用于从海量数据中提取有价值的信息。 【答案】数据分析 30.侧重基于历史数据预测未来发展趋势的数据分析类型是 分析。 【答案】预测性 五、综合题（本大题共2小题，共30分） 31.请简述大数据存储与管理的四大技术及特点。（15分） 【答案】 （1）分布式文件系统 特点：将海量数据分布式存储在多个物理节点上，具备高容错性、高吞吐量、高可扩展性，能够支撑PB、EB级别的海量数据存储，彻底解决了单机存储的容量上限、性能瓶颈和单点故障问题。 （2）列式存储技术 特点：以列为单位存储数据，区别于传统关系型数据库的行式存储，在大数据分析场景中，只需要读取需要的列数据，无需扫描全表，具备极高的查询效率和数据压缩率，大幅降低了大数据分析的磁盘IO开销。 （3）NoSQL非关系型数据库 特点：突破了传统关系型数据库的固定表结构限制，支持键值对、文档、列族、图等多种数据模型，具备极强的横向可扩展性和高并发读写性能，能够高效存储和处理海量半结构化、非结构化数据。 （4）数据仓库技术 特点：面向主题、集成、相对稳定、反映历史变化的数据集合，专门用于存储和管理结构化的业务数据，支持复杂的OLAP分析查询和海量数据的离线统计分析，为企业经营决策提供数据支撑。 32.请简述数据可视化的价值、常用工具分类。（15分） 【答案】 一、数据可视化的价值 数据可视化是大数据处理流程的最终环节，是实现大数据价值落地、支撑业务决策的关键桥梁，价值体现在3个方面： （1）降低数据理解门槛，提升信息传递效率； （2）快速发现数据规律和业务问题； （3）为业务决策提供直观、精准的支撑。 二、大数据可视化的常用工具分类 根据使用场景和用户类型，常用的可视化工具主要分为3大类： （1）商业智能（BI）可视化工具； （2）前端开源可视化库； （3）基础办公可视化工具。 原创精品资源学科网独家享有版权，侵权必究！ 学科网（北京）股份有限公司 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $ 编写说明：福建省中等职业学校学业水平考试《信息技术基础考纲百套卷》，依据福建省中等职业学校学业水平考试《信息技术基础》科目考试说明编写。每门课程均分三层训练：基础层（具象化支架）拆解考点为微目标，紧扣考纲 “掌握”“理解” 要求编写考点训练卷；巩固层（关联性支架）强化知识交叉与场景关联，按考纲专题编专题训练卷；应用层（引导性支架）聚焦真题突破，结合知识模块与教材编写课程综合卷。 本试卷是第78卷，按《信息技术基础》的扩展模块范围和要求编写。具体内容为:熟悉大数据处理的核心技术，包括数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化等。 福建省《信息技术基础考纲百套卷》 第78卷 《扩展模块》 大数据核心技术 考点训练卷 考试时间60分钟 满分100分 班级 姓名 学号 成绩 一、单项选择题（本大题共10小题，每题2分，共20分） 1.大数据预处理的首要步骤是（ ）。 A. 数据集成 B. 数据清洗 C. 数据转换 D. 数据聚合 2.下列不属于数据清洗主要工作内容的是（ ）。 A. 缺失值填充 B. 异常值剔除 C. 重复数据去重 D. 数据分布式存储 3.大数据预处理的最终目的是（ ）。 A. 增加数据总量 B. 实现数据可视化 C. 降低数据存储成本 D. 提升数据质量，为后续分析奠定基础 4.Hadoop生态的分布式文件系统是（ ）。 A. GFS B. HDFS C. HBase D. Hive 5.以列为存储单位，具备高压缩率和高查询效率的大数据存储结构是（ ）。 A. 行式存储 B. 列式存储 C. 本地文件存储 D. 单机存储 6.传统关系型数据库无法有效满足大数据存储需求的原因是（ ）。 A. 无法处理海量半结构化和非结构化数据 B. 无法存储结构化数据 C. 无法进行数据查询 D. 无法存储任何数据 7.大数据技术的主要环节是（ ）。 A. 数据采集 B. 数据存储 C. 数据分析 D. 数据可视化 8.下列不属于大数据分析的类型的是（ ）。 A. 描述性分析 B. 实时分析 C. 多维度分析 D. 数据删除分析 9.大数据处理流程的最终环节是（ ）。 A. 数据采集 B. 数据预处理 C. 数据存储 D. 数据可视化 10.制作企业运营指标实时监控大屏，最适合选用的工具是（ ）。 A. 记事本 B. Tableau C. Word D. 纯文本编辑器 二、多项选择题（本大题共10小题，每题3分，共30分） 11.下列属于大数据处理的技术环节的是（ ）。 A. 数据采集与预处理 B. 数据存储与管理 C. 数据处理与分析 D. 数据可视化 12.大数据预处理的步骤包括（ ）。 A. 数据清洗 B. 数据集成 C. 数据转换 D. 数据聚合 13.下列属于网络爬虫常用工具/框架的是（ ）。 A. Word B. Beautiful Soup C. Requests D. Scrapy 14.下列属于分布式文件系统的是（ ）。 A. Hadoop HDFS B. Google GFS C. MySQL D. MongoDB 15.下列属于大数据数据仓库组件/工具的是（ ）。 A. 记事本 B. Amazon Redshift C. Excel D. Apache Hive 16.下列属于大数据分析的类型的是（ ）。 A. 描述性分析 B. 实时分析 C. 多维度分析 D. 预测性分析 17.下列属于大数据并行计算技术/框架的是（ ）。 A. MapReduce B. Spark C. Word D. Excel 18.多维度分析的价值体现在（ ）。 A. 从多个角度全面分析数据 B. 深入挖掘市场和客户需求 C. 发现数据中隐藏的交叉规律 D. 增加数据的存储容量 19.下列属于数据可视化常见呈现形式的是（ ）。 A. 柱状图 B. 折线图 C. 热力图 D. 散点图 20.下列关于数据可视化的说法，正确的是（ ）。 A. 可视化是大数据处理的最终环节 B. 可视化可以帮助人们更好地理解和分析数据 C. 可视化只能用静态图片呈现，不能做交互 D. 交互式可视化能提升数据的探索效率 三、判断题（本大题共5小题，每题2分，共10分） 21.网络爬虫可以采集互联网上的任意数据，不受任何法律法规的限制。（ ） 22.数据转换的目的是统一数据格式，让不同来源的数据具备一致性，便于后续分析。（ ） 23.列式存储相比传统行式存储，在大数据分析场景下具备更高的查询效率和压缩率。（ ） 24.大数据技术的重点是数据存储，数据分析环节无关紧要。（ ） 25.数据挖掘只能发现数据中已知的规律，无法挖掘出隐藏的、未知的信息。（ ） 四、填空题（本大题共5个空，每空2分，共10分） 26.大数据处理流程的起点和第一个环节是 。 27.将多个数据源的数据合并为一个完整数据集的预处理步骤是 。 28.用于网页数据自动化采集的技术是 ，可以自动抓取互联网上的网页数据。 29.大数据技术的中心环节是 ，用于从海量数据中提取有价值的信息。 30.侧重基于历史数据预测未来发展趋势的数据分析类型是 分析。 五、综合题（本大题共2小题，共30分） 31.请简述大数据存储与管理的四大技术及特点。（15分） 32.请简述数据可视化的价值、常用工具分类。（15分） 原创精品资源学科网独家享有版权，侵权必究！ 学科网（北京）股份有限公司 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $