查询大数据中的真假记录，需要使用一些特定的技术和工具。以下是一些步骤和建议：
1. 数据清洗：在开始查询之前，首先需要对数据进行清洗，去除重复、错误或无关的数据。可以使用Python的pandas库来实现数据清洗。
2. 数据转换：将原始数据转换为适合查询的格式。例如，将文本数据转换为词袋模型，将图像数据转换为像素矩阵等。可以使用Python的sklearn库来实现数据转换。
3. 数据索引：为了方便查询，需要将数据按照一定的规则进行索引。例如，可以使用哈希表（如字典）来存储每个记录的唯一标识符，然后使用这个标识符来查找对应的记录。
4. 查询算法：根据查询需求，选择合适的查询算法。例如，可以使用朴素贝叶斯分类器来预测记录的真假，或者使用支持向量机（SVM）来分类记录。可以使用Python的scikit-learn库来实现查询算法。
5. 结果验证：在查询结束后，需要对结果进行验证，确保查询的准确性。可以使用交叉验证等方法来评估查询算法的性能。
6. 结果展示：将查询结果以可视化的方式展示出来，以便用户理解和分析。可以使用Python的matplotlib、seaborn等库来实现结果展示。
7. 持续优化：根据用户的反馈和查询结果，不断优化查询算法和数据索引策略，提高查询效率和准确性。
总的来说，查询大数据中的真假记录需要经过数据清洗、数据转换、数据索引、查询算法、结果验证和结果展示等多个步骤。在这个过程中，可以使用Python的pandas、sklearn、matplotlib等库来实现各种功能。
