简介这份云计算与大数据技术应用习题集定位为物联网、计算机等专业学习者的理论复习资料针对云计算与大数据领域概念多、易混淆的痛点可用于期末备考、课程自测或面试前快速梳理。压缩包内仅包含一个文档文件大小约209KB内容以问答与填空形式汇总了云计算特点、IaaS/PaaS/SaaS服务模式、大数据4V特征、非结构化与半结构化数据、虚拟化技术、数据中心选址与组成、PUE与DCIE指标、并行计算与集群分类等高频考点每题均附参考答案便于对照复习与查漏补缺。文档还涉及MapReduce、BigTable等分布式关键技术适合进一步拓展大数据处理知识。该资料目前已有247人学习虽然体量精简但知识点密度较高能够帮助学习者在较短时间内搭建云计算与大数据的基础知识框架并强化物联网及CS方向的理论功底。1. 云计算与大数据技术应用习题.docx一份文档怎样撑起一门课的考核闭环《云计算与大数据技术应用习题.docx》这名字乍看平平无奇一份把云计算和大数据知识点攒起来的 Word 习题。我第一次带这门课也这么想随便攒点题就能交差。真到实训考核才发现一份能用的习题文档根本不是题目堆砌而是「考点 → 题面 → 答案 → 评分标准」的闭环。它解决的痛点很具体HDFS、虚拟机、Hive 在课堂都讲过了学生合上 PPT 依然不会做。一份编排合理的 docx能同时扛起课后自测、组卷考试、技能大赛备赛和平时分评定四件事。适合谁用带《云计算与大数据技术应用》这门课的老师、实训教练和想按大数据学习路线自测的从业者。下面从结构、出题、答案解析到常见坑把做法完整拆开。2. 先让 docx 立住一份可交付的习题集该有哪些必写模块很多老师打开 Word 就开始敲题敲到第 30 题发现前面的难度乱了第 50 题发现答案没地方放。我一般会先花半天把文档结构定死再往里填内容。结构乱掉的习题集学生翻两页就扔老师自己期末组卷时也找不到题。2.1 动笔前先回答三个问题谁在用、考什么、怎么考第一个问题是受众。纯学生自测用的题难度要混排简单题占四成综合题两三成让学生能循序刷下去。如果这套题要拿来当期末试卷就得有区分度基础题、陷阱题、拔高题按 5:3:2 铺开。如果目标是广东省职业院校技能大赛云计算赛项这类比赛备赛那题型要往上机操作和排错靠纯理论选择填空反而次要。第二个问题是考什么。这门课一般沿着两条线走云计算线覆盖虚拟化、容器、云平台运维大数据线覆盖 Hadoop 生态、数据仓库、数据可视化。常见的教材体系就是《云计算与大数据技术应用》或《大数据技术原理与应用》的路子先有 HDFS 和 MapReduce 底子再讲 Hive、Spark 和数据大屏。习题章节最好和课程大纲一一对应不然学生复习时找不到对应章节。第三个问题是考法。纯笔试的题简答题要写清答题行数上机考核的题要写明环境、数据路径和交付物。同一个知识点笔试题可以问「HDFS 的容错机制是什么」上机题就变成「在给出的三节点集群上模拟 DataNode 宕机并恢复数据」。我见过不少习题集内容挺好但没写考法学生拿到题不知道用什么环境答这是结构上最大的浪费。2.2 六个必写模块从考核标准到附录缺一不可一份能直接交付的习题 docx我习惯拆成六个模块。缺了任何一个发到学生手里都会出问题。模块里面放什么为什么必须有课程考核说明总分构成、及格线、题型分值、是否允许带资料没有它学生不知道每道题值多少分复习没有优先级章节习题按章组织的客观题、主观题题号连续主体内容支撑课后练习和平时分阶段测验覆盖 23 章的限时卷按考试格式排版让学生体验时间压力老师也能拿到过程数据综合实训题给数据、给环境、给交付物清单的完整任务把知识和操作串起来是技能大赛备赛的核心素材参考答案与评分标准教师版独有含解析和评分表没有评分标准综合题批改全凭感觉学生也不服附录软件版本、集群参数、数据字典、环境说明防止学生在版本和路径上反复问你也让题面可复现前两个模块大家都会写后面四个经常被省略。尤其是附录很多人觉得不重要。实际上综合实训题只要牵涉到具体集群就必须写清「以 Hadoop 3.x 为例」「数据路径 /data/taxi_order」这类信息。版本不写死学生用新版跑出不同结果会反过来质疑题目出错。第二个容易漏的是课程考核说明。我一般会在第一页放一个表格列出各类题型占比、题目数量、建议完成时间并且注明「阶段测验成绩占平时分 30%」。这行字看起来简单但它让学生在做题前就知道每一分从哪里来比在微信群反复喊「作业要交」管用得多。2.3 题号、分值与留白docx 排版四个容易忽略的参数排版建议用 Word 的多级列表和样式集不要手动调字体。手动调的文档后期插入一道题后面全部题号错位。这里给出我常用的参数参数建议原因题号格式章节号-题号如 3-1、3-2自动编号章节之间插入新题不影响后续编号作答区留白填空 1 行简答 5 行综合题留整页留白决定学生展开写的程度行数太少会被迫省略正文字体中文宋体小四等宽内容用 Consolas代码、命令、IP 地址必须用等宽字体否则 l 和 1 分不清页边距上下 2.54cm左右 3.17cm不加页眉装饰学生可能打印做题过窄的边距会截掉代码末尾字符还有两个操作习惯值得养成。第一客观题和答案区域尽量用「分节符」隔开后面讲答案拆分时能少踩很多坑。第二文件命名里带版本号比如「云计算与大数据技术应用习题_v2.1_学生版.docx」我吃过没版本号的亏改了三轮最后发出去的是老版本学生对着新课件说题明明不一样。3. 按「云计算 大数据」双主线出题知识点覆盖与六种题型设计习题文档的骨架是两条主线。云计算考「怎么把资源管起来」大数据考「怎么把数据用起来」。两者在实训里交汇跑一个数据大屏前面是云环境后面是 Hadoop 链路。出题时要让这两条线在综合题里见面而不是各考各的。3.1 云计算主线从虚拟化到云覆盖度计算云计算这条线要覆盖的核心考点按顺序一般是云服务三模型 IaaS / PaaS / SaaS虚拟化与 Hypervisor容器与 Docker编排与 Kubernetes以及云计算运维。前三者是概念基础后两者是当前岗位真正在用的技能。题库里如果只有「什么是虚拟化」这类简答题学生背完就忘落不到运维场景。集群部署策略是这条线里最有实操价值的考点。题目不能只问「Hadoop 集群需要几个节点」要让学生算角色分配NameNode 给多少内存、DataNode 分配多少磁盘、Zookeeper 奇数节点怎么排。这类题能看出学生是真懂部署还是只会照文档敲命令。还有个容易忽略的考点是资源与成本计算也就是热词里常说的云覆盖度计算。常见出法是这样某云管平台纳管 20 台物理机其中在线运行 16 台另有 8 台虚拟机分布在 5 台物理机上求资源云覆盖度。这类题的要点是让学生明确分子分母各是什么分子是已纳管并纳入调度的资源分母是全部可调度资源而不是物理机总数。题目本身不难但能区分「背过概念」和「算得清账」。3.2 大数据主线从 HDFS 到数据大屏大数据线按数据处理链路出题HDFS 存储 → MapReduce 计算 → Hive 数仓 → Spark 清洗 → 可视化大屏。这条链路正好能套网约车订单分析的经典场景原始订单数据落地 HDFSHive 做聚合统计Spark 做脏数据清洗最后 Flask ECharts 出一张实时订单大屏。HDFS 的考点集中在副本机制、容错和读写流程。MapReduce 重点考 Shuffle 的过程和为什么会发生数据倾斜。到了 Hive 就要考分区表、分桶表和窗口函数这部分和实际开发离得最近学生出去面试时最常被问。Spark 侧要考和 MapReduce 的差异、RDD 的宽窄依赖以及做数据清洗时常用的操作。最后是数据治理概念近年越来越常考行级权限和列级权限设计比如「不同城市的调度员只能看到本城市的订单数据且不能查看用户手机号」这类题能把安全和实际业务串起来。这一章我在文档里一般会配一张「大数据学习路线」对照图把每个阶段对应的章节题号标出来。这张表是给学生看的作用是让他们知道学到哪一阶段、该做哪一带的题避免前面还没学会就跳到数据大屏。表和题号对应好了习题集就从一个题库变成了一张带导航的学习地图。3.3 六种题型与配比把「八股」变成可测的认知阶梯很多学生把这门课当八股文背尤其爱背大数据开发八股文式的问答。出题人要做的是让八股落到可算可写的题上。我常用的题型配比是题型考察层次建议占比典型场景选择题识记与理解25%概念辨析、参数作用、组件选型判断题识记与辨析10%易混淆表述如「HDFS 适合存小文件」填空题识记10%命令参数、默认值、配置项名称简答题理解与应用20%原理说明、部署策略、问题排查思路计算与 SQL 题应用与分析25%覆盖率计算、资源估算、Hive SQL 编写实训操作题综合与分析10%集群部署、数据清洗、大屏搭建客观题占四成左右主要为了让学生快速自测和老师自动批改。主观题才是拉开差距的地方尤其是 SQL 题和实训题。SQL 题一定要配具体的表结构和数据不能只给一句「查出订单数前十的司机」。我会在题面里直接放建表语句再附三行样例数据让学生能真正跑出结果。下面是一道典型的 Hive SQL 题示例-- 表 t_taxi_order 是网约车订单明细dt 为分区字段 SELECT driver_id, COUNT(*) AS order_cnt FROM t_taxi_order WHERE dt 2024-06-01 GROUP BY driver_id HAVING order_cnt 10 ORDER BY order_cnt DESC LIMIT 5;这道题考了五个点分区字段过滤、分组聚合、别名使用、HAVING 对聚合结果的过滤以及排序取前 5 条。最容易错的地方是把司机数过滤写成WHERE order_cnt 10这是语法错误因为 WHERE 不能引用 SELECT 里的别名。另一个易错点是 dt 分区字段没写在 WHERE 里导致学生会扫描整张表数据量一大就跑不动这也是考察数仓习惯的隐藏得分点。参数说明dt 是分区列写不写这个过滤条件性能差距在一个量级以上LIMIT 5要求结果有序所以 ORDER BY 必须配 DESC 而不能省。这类题放在阶段测验里比让学生默写 MapReduce 流程更能反映真实开发水平。4. 让答案自己会讲课参考答案与解析的编写深度习题集最容易被敷衍的部分是答案区。我见过不少同行写答案只写「选 B」「对」「错」学生看完只知道结果不知道过程。一份好的参考答案应该有让学生看完能自言自语「哦原来是这样」的讲解力。4.1 学生版与教师版一份 docx 拆成两套交付物第一件事是把答案从题面里拆出去。常见做法是学生版只留题目和作答区教师版在每章末尾附答案。两个文件用同一个版本号命名比如「习题_v2.1_学生版」「习题_v2.1_教师版」从源头避免发错文件。拆分操作不要在最后手工删答案容易出错。我一般会在编写时就约定答案统一放在每章末尾的分节符之后答案文字用红色标注。后续要出学生版直接复制一遍文档再删掉答案节即可。如果题量上千也可以写个小脚本批量处理把红色段落直接移除这个做法在后面章节展开。这里有一个提醒原文件一定要留一份不带「答案删减」的母版命名叫「母版_勿动」。原因很简单——删答案删到一半被叫去开会回来就忘了删到哪或者某个答案被学生私下要走了你想核对一下完整版结果母版被自己覆盖了。这种后悔药成本极低建议提前留好。4.2 解析四层写法考点、正确解、易错点、延伸题参考答案只给「正确答案」是不够的我要求自己每道主观题写四层考点定位、正确解、常见错误、延伸追问。客观题至少写两层为什么这个选项对、其他选项错在哪。以一道常见简答题为例「简述大数据集群部署策略的制定步骤。」参考答案按得分点拆成五条角色规划、硬件估算、网络拓扑、高可用设计、监控告警。每一条展开说一句。易错点要写清楚比如「只写安装 Hadoop 不给角色分配表」「只谈节点数量不谈磁盘与带宽」「忘记 NameNode 单点故障需要 Zookeeper 和 JournalNode 做高可用」。这些是学生实操时真正会犯的错写进解析比老师在课堂上反复强调管用。延伸题可以写「如果预算减半你会调整哪一部分部署策略」这道题没有标准答案但能考察学生是否理解每类节点的资源冗余逻辑。同样是简答题「简述云计算的三种服务模型」就不需要这么长的解析但也必须点出易混淆处IaaS 提供虚拟机与网络PaaS 提供运行时与中间件SaaS 直接提供应用学生最容易把 PaaS 和 SaaS 搞混因为两者都涉及「平台」二字。4.3 综合题要配评分表不能只有参考答案综合实训题如果没有评分表期末批改就是一场灾难。同一个数据大屏有的学生提交的是全英文界面有的只做了静态图表如果没有分值绑定老师打分全凭主观印象学生拿到分也不服气。综合题评分表是我每套综合题的标配维度、分值和扣分规则一次定死。评分维度分值得分点扣分规则数据接入20数据源连接成功字段类型正确连接失败扣全分字段类型错扣 5 分清洗逻辑30去重、空值处理、格式统一缺少空值处理扣 10 分不去重扣 10 分指标计算30订单量、营收、完单率等核心指标正确每个指标错误扣 5 分上限 20 分可视化展示20图表类型匹配、刷新策略合理、页面可用图表类型错误扣 5 分页面打不开扣全分评分表的意义不只是给分它是把综合题从「开放式作业」变成「可比较的考核项」。有了这张表学生知道交付物要包含什么老师批改时有依据教学督导来检查时也拿得出手。同一个实训题不同班级可以微调分值配比比如数据可视化占比调高到 30但主框架不变既便于横向比较又保留灵活度。5. 排查与避坑编习题集最容易翻车的 5 类问题下面的坑是我带课这几年踩过的按出现频率排序。每一条都是「现象 → 原因 → 解决」的结构你可以直接拿来自查正在编的习题集。版本写死导致答案「过期」。现象题面写着「Hadoop 2.7 的 NameNode 重启命令是 XX」学生用最新版集群练习时命令不生效拿着文档来质疑。原因写题时用的版本没标注也没想到软件会快速迭代。解决所有涉及软件的题面统一加「以 XX 版本为例」的前缀命令题答案里注明「旧版本用这条新版本已改为那条」。我在附录里会放一张版本对照表列出题面、对应版本和兼容说明这道题就算过了三年也能追溯。综合题数据是公开的作业全靠复制。现象第一年布置网约车订单分析题收上来的作业大面积雷同连注释都一样。原因题目用的是公开数据集学生搜到现成答案直接交。解决每次布置前生成不同的种子参数比如给每个学生分配不同的城市代码、时间窗口或抽样比例题面相同但数据不同复制答案的路径基本堵死。这个做法成本不高但对平时分评定公平性提升巨大。SQL 题在本机能跑通、考试环境跑不了。现象教学环境是 MySQL题目里用了 Hive 语法或者反之Hive 里能跑的rlike到 Spark SQL 里行为不一致。原因不同引擎的 SQL 方言差异没在出题时验证。解决我会在附录放一张方言对照表列出 Hive、Spark SQL、MySQL 在字符串匹配、开窗函数、日期处理上的差异每次出 SQL 题前在目标引擎上跑一遍而不是只在本地验证。上机考试前还应该在考试镜像里对每道 SQL 题做一次全量执行这道工序别省。题量失控批改成为瓶颈。现象一章布置了 60 题其中 20 道简答题学生写到手软老师批到崩溃。原因只想着覆盖全面没考虑批改成本。解决把题目分成「学生自测区」和「作业交批区」自测区全部客观题交批区每章限制 35 道主观题。实训题尽量要求「交付物清单」比如只检查清洗后的数据文件、结果表和一张截图而不是让学生交一篇长篇报告批改效率和检查覆盖面都能兼顾。只有答案没有解析学生看不懂。现象参考答案写着「选 C」学生不明白为什么 A 不对跑来问老师答疑量比不讲答案还大。原因编写时图省事只写结论。解决客观题解析必须写「A 错在把副本系数默认值记成 2实际是 3B 错在把 Zookeeper 的角色说成存储节点」。解析写的每一句话都是在为老师自己节省下一次答疑时间。编完一套题后还有一个值得做的自查动作把学生版文档打印出来从头到尾用笔做一遍。你会发现哪些题缺少作答空间、哪些题条件给得不够、哪些题的选项设置得一眼就能排除。这一步看起来原始但比任何格式检查都有用——你自己都做不顺手的题学生也做不顺。6. 从 docx 到实训考核把习题升级成能打分的技能测评方案6.1 用 python-docx 拆出「学生版 教师版」一次生成两个文件题量一旦过百手工删答案很容易出错。我一般会用 python-docx 写一个小脚本按颜色标记来区分学生版和教师版约定所有答案段落用红色字体脚本自动删除红色段落并另存为「学生版」保留原文件再存一份「教师版」。from docx import Document from docx.shared import RGBColor def build_student_version(src_path, student_path): doc Document(src_path) for para in list(doc.paragraphs): for run in para.runs: if run.font.color and run.font.color.rgb RGBColor(0xFF, 0x00, 0x00): run.text doc.save(student_path)这段脚本的逻辑是把所有红色字体段落清空而不是删除段落本身目的是保留题目的行文结构和作答区。参数说明RGBColor 的判定值要和你在 Word 里用的字体颜色完全一致如果答案用的是「深红」脚本就匹配不上run.text 清空后段落会变成空行如果想要更干净可以改成删除整个 paragraph 对象。跑一遍后打开学生版检查三五行确认没有红色内容残留再发布。6.2 把题目映射到技能大赛的评分维度如果这套题要用于备赛最后一步是把章节题号映射到赛项评分维度。广东省职业院校技能大赛云计算赛项的考核点基本落在环境部署、平台运维、大数据应用三个方向我会在文档里加一页映射表把章节测验的题号对应到赛项模块。习题章节对应赛项模块评分观察点第 3 章 集群部署策略平台部署角色分配是否合理、高可用配置是否完整第 5 章 Hive 数据分析大数据应用SQL 正确性、分区裁剪、结果表设计第 6 章 数据大屏综合交付指标准确性、页面完整度、演示流畅性这套映射的价值是把平时分和大赛备赛打通每次章节测验的成绩可以直接换算成备赛训练过程中的弱项标签哪个模块扣分多下一轮加练哪里。我带上一届学生的教训是答案和题目放同一个文件发出去学生复制答案的速度比我出题还快从那以后凡是发出去的 docx都先跑一遍拆分脚本再检查题号。给同行的建议是开发出一套自己的「出题检查清单」受众、考点、题型配比、答案分层、版本标注。每套题发布前过一遍能少走很多弯路。希望帮到你。本文还有配套的精品资源点击获取