1.5 数据与大数据 同步练习 2026-2027学年浙教版高中信息技术必修一
2026-2027学年高一上学期浙教版(2019)必修一1.5 数据与大数据
班级:__________ 姓名:__________ 学号:__________ 得分:__________
一、选择题(本大题共15小题,每小题3分,共45分)
1.大数据的特征通常不包括( )
A.数据量大 B.处理速度快 C.数据类型多 D.价值密度高
2.下列存储容量单位按从小到大排列,正确的是( )
A.PB<TB<EB<ZB B.TB<PB<EB<ZB C.TB<EB<PB<ZB D.ZB<EB<PB<TB
3.下列数据中,属于结构化数据的是( )
A.商场的监控视频 B.用户的语音留言
C.成绩登记表中的二维表数据 D.社交平台上的照片
4.某视频平台分析全部用户的观看记录来改进推荐算法,而不是抽取部分用户做问卷调查。这体现了大数据思维中的( )
A.要全体,不要抽样 B.要精确,不要效率 C.要因果,不要相关 D.要样本,不要全体
5.电商平台发现,购买婴儿推车的用户常在一个月内购买儿童安全座椅,于是向前者推荐后者,并不深究背后的原因。这主要体现了( )
A.要抽样,不要全体 B.要精确,不要效率
C.数据量越小越好 D.注重相关关系,而非因果关系
6.导航软件依据大量手机定位数据估算道路拥堵情况,即使个别数据存在误差,也不影响对整体路况的判断。这体现了( )
A.大数据必须保证每条数据绝对精确 B.接受数据的混杂性,追求效率而非绝对精确
C.大数据分析只需要抽样 D.数据越少,判断越准确
7.城市道路监控摄像头24小时不间断录像,真正有用的可能只是其中几秒钟的画面。这体现
了大数据( )
A.处理速度快 B.数据类型多 C.价值密度低 D.数据量小
8.购物节零点,电商平台需要在秒级时间内处理海量订单与支付请求。这主要体现了大数据( )
A.处理速度快 B.价值密度低 C.数据类型单一 D.数据量小
9.下列关于Hadoop的说法,正确的是( )
A.Hadoop是一种个人电脑操作系统
B.Hadoop是一种用于大数据分布式存储与处理的平台
C.Hadoop只能在一台计算机上运行
D.Hadoop主要用于图像美化
10.某电网公司对数百万只智能电表每隔几秒上传的用电数据进行实时监测,一旦发现异常立即报警。这类数据及其处理方式最适合的是( )
A.静态数据——批处理计算 B.图数据——图计算
C.流数据——流计算 D.静态数据——图计算
11.气象研究机构对过去30年的历史观测资料进行统计分析,研究区域气候变化规律。这类数据及其处理方式最适合的是( )
A.流数据——流计算 B.图数据——图计算
C.流数据——批处理计算 D.静态数据——批处理计算
试卷第1页,共1页
学科网(北京)股份有限公司
12.下列关于大数据对社会影响的说法,错误的是( )
A.大数据分析的结果一定客观公正,不会出现偏差
B.大数据能提高交通、医疗等公共服务的效率
C.不当收集和使用个人数据,可能侵犯个人隐私
D.算法推荐可能使人只接触自己感兴趣的内容,形成“信息茧房”
13.有用户发现,同一时间预订同一酒店的同一房型,老用户看到的价格比新用户高。对这种“大数据杀熟”现象,下列说法正确的是( )
A.这是正常的商业行为,不存在任何问题
B.它利用用户数据实施不合理的差别定价,损害消费者权益,应依法规范
C.这是由于平台数据量太小造成的
D.这一现象与用户数据无关
14.与传统数据相比,下列关于大数据的说法正确的是( )
A.大数据只能是结构化数据
B.大数据一定比小样本数据更准确
C.大数据的存储和处理通常需要借助分布式技术
D.只要数据量足够大,就一定能得出有价值的结论
15.某互联网公司曾利用用户搜索关键词来预测流感的流行趋势,初期效果良好,后来却出现了明显高估。由此可以得到的启示是( )
A.搜索数据与流感毫无关系
B.大数据分析可以完全替代传统的疾病监测
C.数据越多,结论越不可信
D.相关关系可能随条件变化而失效,大数据得出的结论也需要检验和修正
二、填空题(本大题共4小题,每空2分,共16分)
16.大数据的特征常概括为“4V”:数据量大、____________、数据类型多和____________。
17.社交软件中用户之间的关注、好友关系,可以用“点”和“边”来表示,这类数据称为______数据,常用______计算进行处理。
18.大数据处理的基本思想是________思想,即把大任务分解成若干小任务分别处理,再将结果合并;Hadoop中实现这一“先分后合”计算过程的编程模型是______________。
19.1 PB=________TB;1 TB=________GB。
三、操作题(本大题共2小题,共25分)
20.(10分)下面用MapReduce模型统计三段文本中各词语出现的次数。处理流程为:
输入分片 | → | Map (映射) | → | Shuffle (分组) | → | Reduce (归约) | → | 输出结果 |
三个计算节点同时进行Map处理,把每个词语输出为〈词语,1〉的形式:
节点 | 输入分片 | Map阶段输出 |
节点1 | 数据 智慧 数据 | ①____________________________ |
节点2 | 知识 数据 | 〈知识,1〉〈数据,1〉 |
节点3 | 智慧 数据 知识 数据 | 〈智慧,1〉〈数据,1〉〈知识,1〉〈数据,1〉 |
Shuffle阶段把相同词语归到一起:〈数据,[1,1,1,1,1]〉 〈知识,②__________〉 〈智慧,[1,1]〉
Reduce阶段对每组求和,输出结果:〈数据,③______〉 〈知识,2〉 〈智慧,2〉
(1)请填写①②③处的内容。(6分)
试卷第1页,共1页
学科网(北京)股份有限公司
(2)若要处理的文本量增加到原来的100倍,又希望处理时间基本不变,可以采取什么办法?(4分)
21.(15分)项目实习——景区客流大数据监测与分流
【项目情境】某景区在节假日游客众多。景区汇聚闸机计数、手机定位、视频监控、在线票务等多种来源的数据,每分钟刷新一次在园人数,用于安全预警和游客分流。
【项目目标】利用客流数据判断景区承载状况,及时启动预警。
【项目准备】景区提供了以下资料。
材料一:某日上午分时段出入园人数(8:00开园时在园人数为0)
时段 | 8:00~9:00 | 9:00~10:00 | 10:00~11:00 | 11:00~12:00 |
入园人数/人 | 3200 | 6800 | 9500 | 7200 |
出园人数/人 | 100 | 600 | 2300 | 5200 |
材料二:景区最大瞬时承载量为20000人。在园人数达到最大瞬时承载量的80%时启动黄色预警,实行分时段预约入园;达到100%时暂停售票。
阅读材料,根据要求回答问题。
(1)(多选)景区实时汇聚多种来源的数据,并每分钟刷新客流,这体现了
大数据的________。(3分)
A.数据类型多 B.处理速度快 C.价值密度高 D.数据量大
(2)根据材料一,11:00时在园人数为________人,12:00时在园人数为________人。(4分)
(3)根据材料二,黄色预警的启动线为________人,在园人数首次达到该启
动线是在________时段内。(4分)
(4)景区实时客流数据属于________数据(选填:静态/流/图),
适合采用________的方式进行处理。(4分)
四、简答题(本大题共2小题,每小题7分,共14分)
22.(7分)举例说明大数据可能给个人隐私带来哪些风险,并提出两条应对建议。
23.(7分)简述大数据思维中“注重相关关系,而非因果关系”的含义,并说明在应用时需要注意什么。
试卷第1页,共1页
学科网(北京)股份有限公司