A.云计算、大数据和物联网三者紧密相关,相辅相成
B.云计算侧重于数据分析
C.物联网可以借助于大数据实现海量数据的分析
D.物联网可以借助于云计算实现海量数据的存储
A.自动精简配置
B.自动存储分层
C.重复数据删除
D.分布式存储
A.从强调单机的性能(Scaleup)向“虚拟化、分布式、智能化”等方向发展(Scaleout)
B.通过海量低成本服务器替代传统专用大/小型机/高端服务器
C.通过分布式软件替代传统单机操作系统,通过自动管控软件替代传统的集中管理
D.通过利用物理存储设备性能的提高来实现数据读写性能的提高
B、大数据技术的核心是在于获得海量数据
C、大数据技术的意义就是掌握庞大的数据进行专业化处理并实现数据的增值
D、大数据金融就本质而言就是依托海量数据,通过互联网、云计算等信息化方式对其数据进行专业化的挖掘和分析,创新性开展资金融通工作,扩大资金性融入的渠道、单位及增加资金融通的方式和场所
A.DRDS
B.OTS
C.ADS
D.Maxcompute
B.大规模并行计算:在分布式并行环境中将一个任务分解成更多份细粒度的子任务,这些子任务在空闲的处理节点之间被调度和快速处理之后,最终通过特定的规则进行合并生成最终的结果。典型技术为MapReduce
C.结构化分布式数据存储:类似文件系统采用数据库来存储结构化数据,云计算也需要采用特殊技术实现结构化数据存储,典型技术为BigTable/Dynamo等
D.分布式文件系统:可扩展的支持海量数据的分布式文件系统,用于大型的、分布式的、对大量数据进行访问的应用。它运行于廉价的普通硬件上,提供容错功能(通常保留数据的3份拷贝),典型技术为GFS/HDFS/KFS等
A.数据采集是通过传感器、移动互联网、观测设备等获得种多类型的海量数据
B.数据预处理是数据分析和挖掘的基础,是将接收数据进行抽取、清洗、转换、归约等并最终加载到数据存储中的过程
C.数据存储过程需要将采集到的数据进行存储管理,在大数据场景下,只能使用非关系型数据库进行存储
D.数据分析是指利用相关数学模型以及机器学习算法对数据进行统计、预测和文本分析。数据的主要分析方法有探索性数据分析方法、描述统计法、数据可视化等
A.文件系统由本地文件系统向集群文件系统和分布式文件系统发展
B.传统NAS,面向PB级数据,复杂的卷管理及系统容量分配不均衡,会导致资源浪费
C.海量存储系统的特点是文件系统更复杂,管理更复杂
D.具有大规模扩展能力是海量存储系统的特点
B.数据仓库:具备百TB级数据支撑能力,可以高效处理百亿行多表连接查询,适用于操作数据库存储ODS(OpenrationalData Store)、数据仓库EDW(EnterpriseData Warehouse)、数据集市 DM(DataMart)
C.混合负载:基于海量数据查询统计分析能力与实务处理能力,行列混存技术同时满足联机事务处理OLTP与联机分析处理OLAP混合负载场景
D.大数据分析:支持结构化数据PB级分析能力,分布式并行数据库集群满足PB级结构化大数据的分析能力
A.专用高性能服务器,可靠性更好
B.由磁盘阵列存储,存储空间更大
C.通过分布式集群方式加强了海量数据的存储与计算能力,并且具有高可扩展性
D.不能容忍盘阵设备出问题,靠RAID容错个别硬盘故障,安全性更高