2019年度大数据技术及应用试题 单选题: 1、本课程提到，近年来，我国（A）在GDP中占的比例逐年增大。 A互联网经济 B信息经济 C数码消费 D电子商务 2、法律大数据演示的结果表明，针对“酒驾”这一查询，相关刑罚中主要的是（A） A以上都是 B拘役 C罚金 D有期徒刑 3、根据本课程，取得成功的关键是要从（A）出发 A数据 B技术 C设备 D问题 4、1965年英特尔公司创始人之一摩尔先生，提出来在之后的十几年里，半导体处理器的
性能，比如容量、计算速度和复杂程度每18个月左右可以翻一番，这被称为（摩尔定律）5、21世纪初，关于查询结果排序我们找到了一种新的方法。（大数据方法：用户的点击数据） 6、根据本课程，（查询结果）排序是一个在搜索引擎中处于核心位置的工作。 7、今天，随着信息科学技术的高速发展，人类对数据的收集和分享能力空前强大，其中，（互联网）可以收集虚拟世界的数据。 8、根据本课程，交通数据采集的来源不包括（A） A通讯信号 B视频监控 C微波采集 D车载RFID 9、根据本课程，（实时分析）希望能够全面突破搜索引擎框架所蕴含的3个假设，使得我们能以很快的速度对互联网上出现的数据进行分析，从而发掘出相关的高阶知识，满足用户的信息需求。 10、六度分割理论认为，世界上任何两个人通过最多（六）个人就可以相互认识。 11、新经验主义是用经验数据解决问题，但是这些经验是（群体性的经验）。 12、根据本课程，科学家们认为，2013年全世界储存的大数据容量是（1.2ZB） 13、本课程提到，当前（云计算）服务的逐渐成熟，为大数据发展提供了有利的基础设施支撑。 14、（RFID）是一种标签，可以把一个物体身上的各种特征和信息都收集起来。
关于大数据国内外的发展状态 来源：金窝窝 大数据的背景与意义 上世纪60年代到80年代早期，企业在大型机上部署财务、银行等关键应用系统，存储介质包括磁盘、磁带、光盘等。尽管当时人们称其为大数据，但以今日的数据量来看，这些数据无疑是非常有限的。随着PC的出现和应用增多，企业内部出现了很多以公文档为主要形式的数据，包括Word、Excel文档，以及后来出现的图片、图像、影像和音频等。此时企业内部生产数据的已不仅是企业的财务人员，还包括大量的办公人员，这极大地促进了数据量的增长。 关键词：大数据，发展，分析，技术 互联网的兴起则促成了数据量的第三次大规模增长，在互联网的时代，几乎全民都在制造数据。而与此同时，数据的形式也极其丰富，既有社交网络、多媒体等应用所主动产生的数据，也有搜索引擎、网页浏览等被动行为过程中被记录、搜集的数据。时至今日，随着移动互联网、物联网、云计算应用的进一步丰富，数据已呈指数级的增长，企业所处理的数据已经达到PB级，而全球每年所产生的数据量更是到了惊人的ZB级。在数据的这种爆炸式增长的背景下，“大数据”的概念逐渐在科技界、学术界、产业界引起热议。在大数据时代，我们分析的数据因为“大”，摆脱了传统对随机采样的依赖，而是面对全体数据;因为所有信息都是“数”，可以不再纠结具体数据的精确度，而是坦然面对信息的混杂;信息之“大”之“杂”，让我们分析的“据”也由传统的因果关系变为相关关系。 大数据热潮的掀起让中国期待“弯道超越”的机会，创造中国IT企业从在红海领域苦苦挣扎转向在蓝海领域奋起直追的战略机遇。传统IT行业对于底层设备、基础技术的要求非常高，企业在起点落后的情况下始终疲于追赶。每当企业在耗费大量人力、物力、财力取得技术突破时，IT革命早已将核心设备或元件推进至下一阶段。这种一步落后、处处受制于人的状态在大数据时代有望得到改变。大数据对于硬件基础设施的要求相对较低，不会受困于基础设备核心元件的相对落后。与在传统数据库操作层面的技术差距相比，大数据分析应用的中外技术差距要小得多。而且，美国等传统IT强国的大数据战略也都处于摸着石头过河的试错阶段。 中国市场的规模之大也为这一产业发展提供了大空间、大平台。大数据对于中国企业不仅仅是信息技术的更新，更是企业发展战略的变革。随着对大数据的获取、处理、管理等各个角度研究的开展，企业逐渐认识数据已经逐渐演变成“数据资产”。任何硬件、软件及服务都会随着技术发展和需求变化逐渐被淘汰，只有数据才具有长期可用性，值得积累。数据是企业的核心资产，可以是也应该是独立于软硬件系统及应用需求而存在的。大数据是信息技术演化的最新产物，确立了数据这一信息技术元素的独立地位。正因为数据不再是软硬件及应用的附属产物，才有了今天爆炸式的数据增长，从而奠定了大数据的基础。
大数据技术研究综述 摘要：大数据是继云计算、物联网之后IT 产业又一次颠覆性的技术革命。文中介绍了大数据的概念、典型的4“V”特征以及大数据的关键技术，归纳总结了大数据处理的一般流程，针对其中的关键技术，如MapReduce、GFS、Hadoop以及NoSQL等，介绍了基本的情况。最后，本文对大数据时代做了总结与展望。 关键词：大数据；数据处理技术；云计算
当人们还在津津乐道云计算、物联网等主题时，一个崭新的概念——大数据横空出世。大数据是继云计算、物联网之后IT产业又一次颠覆性的技术革命，对国家治理模式、企业决策、组织和业务流程，以及个人生活方式等都将产生巨大的影响。大数据的挖掘和应用可创造出超万亿美元的价值，将是未来IT 领域最大的市场机遇之一，其作用堪称又一次工业革命[1]。 我们身处数据的海洋，几乎所有事物都与数据有关，环境、金融、医疗……我们每天都在产生数据，打电话、发短信、进地铁站安检、进办公楼刷卡、在QQ 上聊天、上淘宝网购物……大量数据实时地影响我们的工作、生活乃至社会发展。数据成为与自然资源、人力资源同样重要的战略资源，引起了科技界和企业界的高度重视。 1大数据的概念 大数据本身就是一个很抽象的概念，提及大数据很多人也只能从数据量上去感知大数据的规模，如：百度每天大约要处理几十PB 的数据；Facebook 每天生成300 TB以上的日志数据；据著名咨询公司IDC 的统计，2011年全球被创建和复制的数据总量为1.8 ZB(1021) ，但仅仅是数据量并不能区分大数据与传统的海量数据的区别。在2008年《Science》杂志出版的专刊中，大数据被定义为“代表着人类认知过程的进步，数据集的规模是无法在可容忍的时间内用目前的技术、方法和理论去获取、管理、处理的数据”[2]。 大数据不是一种新技术，也不是一种新产品，而是一种新现象，是近来研究的一个技术热点。大数据具有以下4个特点，即4个“V”： (1) 数据体量(V olumes) 巨大。大型数据集，从TB级别，跃升到PB级别。 (2) 数据类别(Variety) 繁多。数据来自多种数据源，数据种类和格式冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。 (3) 价值(Value) 密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅一两秒钟。 (4) 处理速度(Velocity) 快。包含大量在线或实时数据分析处理的需求，1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
04 何维坤 云计算被认为是继个人电脑、互联网之后电子信息技术领域又一次重大变革，其通过虚拟化有效地聚合各类资源，通过网络化按需供给资源，通过专业化提供丰富的应用服务，这种新型的计算资源组织、分配和使用模式，有利于合理配置计算资源并提高利用率、降低成本、促进节能减排，实现绿色计算。云计算发展的技术基础主要包括互联网、网络计算、虚拟化技术、服务计算，以及按需付费机制。其目的是为用户提供基于虚拟化技术的按需服务，提供形式主要分为基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。依据底层基础设施提供者与使用者的所属关系，云计算平台可以分为公共云、私有云和混合云。 对于大数据还没有一个正式的定义，目前最为普遍的定义就是“用传统方法或工具不能处理或分析的数据”。大数据具有大量、速度快和多样性三大特征，这些特征是传统数据处理方法和工具所无法胜任的。 云计算关键技术主要包括四个方面： 1.云平台服务优化管理技术。服务优化管理是提高云平台服务质量和平台性能的关键问题。其关键技术包括：云服务资源管理，研究物理机、虚拟机与虚拟集群的按需管理和分区隔离机制；云任务管理，研究云计算任务的分类、高效调度、负载平衡、功耗管理与容错等；云数据管理，研究大规模结构化、非结构化和多媒体数据的建模、组织、存储、操纵、检索、备份和保护以及数据服务技术；应用行为分析与系统测评，研究云计算负载刻画、云任务运行监控与云系统评测的度量方法和基准程序集合；云安全及隐私保护，研究支持不同用户的功能、性能和故障隔离，支持用户身份和用户数据的隐私保护，提供政府监督管接口等； 2.云计算应用构建与集成技术。云计算应用构建与集成技术是为行为用户提供服务的关键。关键技术包括应用服务化、应用虚拟化、应用服务集成技术； 3.云计算应用系统持续运行技术。为了支持企业的关键业务，云计算平台应用系统的持续运行是基本需求，因此需要研究云计算应用系统的持续运行技术，
“云计算与大数据关键技术研发及应 用” 巨大主题专项申报指南 云计算与大数据是支撑智能化发展的严重技术领域，结合《国家中长期科学和技术发展规划纲要(2006-2020年)》、国务院《关于促进云计算创新发展，培育信息产业新业态的意见》和《关于印发促进大数据发展行动纲要的通知》以及《重庆市以大数据智能化为引领的创新驱动发展战略行动计划（2018-2020）》等文件要求，根据我市相关产业创新发展的实际需求和云基础设施条件，现启动实施“云计算与大数据关键技术研发及应用”巨大主题专项，布局一批重点研发项目，突破一批关键核心技术，在智慧城市、智能制造、智慧服务等严重领域实现智能化引领，逐步提升资源汇聚、数据收集、存储管理、分析挖掘、安全保障、按需服务等能力，促进我市云计算与大数据技术的研发及应用达到国内乃至国际优秀水平。 1.面向智能终端的大数据云服务平台研发及应用研究内容：研发面向海量智能终端的大数据管理和开放服务云平台，为典型行业智慧应用提供支撑。研究海量智能终端的数据并发接入、异构协议自动转换技术；研究海量大数据的管理和可视化技术；研究海量图片和大视频文件高效存储技术，物联网图片、视频分析技术；研究基于地理位置信息的物联网数据融合技术；研究优秀的多源异构信息融合和大数据分析技术；研究大数据分析模型的云端实现，构建云计算模型库；研究智能边缘计算交互技术、用户可自定义的数据抽取技术、时序数据的模型训练、推断及分析；研究基于微服务架构体系的基于组件的设备管控和数据分析服务；实现若干典型行业的应用验证。 考核指标：云服务平台：支持主流通信协议接入，包括但不限于WIFI、ZigBee、BLE、3G、4G、NB-IoT；支持设备接入协议解析，包括但不限于HTTP、MQTT、Modbus、LWM2M；设备寻址和控制响应时间≤3s；单前置机并发：≥1万；智能终端设备接入量≥1亿；数据存储量≥100亿条；图片文件存储量≥10亿个；图片、视频分析能力≥1000帧/秒。