下载文档原格式
大数据华为认证考试(习题卷3)第1部分：单项选择题，共51题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]ElasticSearch 存放所有关键词的地方是()A)字典B)关键词C)词典D)索引答案:C解析:2.[单选题]DWS DN的高可用架构是：（ ）。
A)主备从架构B)一主多备架构C)两者兼有D)其他答案:A解析:3.[单选题]关于Hive与传统数据仓库的对比，下列描述错误的是:（ ）。
A)Hive元数据存储独立于数据存储之外，从而解耦合元数据和数据，灵活性高，二传统数据仓库数据应用单一，灵活性低B)Hive基于HDFS存储，理论上存储可以无限扩容，而传统数据仓库存储量有上限C)由于Hive的数据存储在HDFS上，所以可以保证数据的高容错，高可靠D)由于Hive基于大数据平台，所以查询效率比传统数据仓库快答案:D解析:4.[单选题]以下哪种机制使 Flink 能够实现窗口中无序数据的有序处理?（）A)检查点B)窗口C)事件时间D)有状态处理答案:C解析:5.[单选题]下面（ ）不是属性选择度量。
A)ID3 使用的信息增益B)C4.5 使用的增益率C)CART 使用的基尼指数D)NNM 使用的梯度下降答案:D解析:C)HDFSD)DB答案:C解析:7.[单选题]关于FusionInsight HD Streaming的Supervisor描述正确的是:（ ）。
A)Supervisor负责资源的分配和任务的调度B)Supervisor负责接受Nimbus分配的任务，启动停止属于自己管理的Worker进程C)Supervisor是运行具体处理逻辑的进程D)Supervisor是在Topology中接收数据然后执行处理的组件答案:B解析:8.[单选题]在有N个节点FusionInsight HD集群中部署HBase时、推荐部署（ ）个H Master进程，（ ）个Region Server进程。
医院HIS系统升级及配件技术参数数量：1套一、技术参数：医院HIS系统升级, 将现运行的“创优100＋”HIS系统全部升级到基于数据库的组件架构HIS平台（DBCF），增加门特医保管理子系统，增加门诊城职医保管理子系统，增加门诊城居医保管理子系统，增加门诊医生工作站30个点，以达到门诊医保联网刷卡之目的。
二、总体要求1.所提供的医疗信息系统以“卫生部关于印发《医院信息系统基本功能规范》的通知”中的医院信息系统建设的要求为基本标准的医疗信息系统。
2.新的医疗系统是应保留现有的各医疗信息子系统功能模块，然后再增加相应的子系统，相应的子系统及功能附后，完成由以费用为中心向以临床医疗信息为中心的转变。
3.医院现有的医疗信息系统的数据应完全迁移到新的医疗信息系统数据库中，不得影响现有的医院医疗工作的开展，对现有的数据迁移的时间、迁移后的各种统计查询的可用性进行描述。
要求数据迁移不得超过7天（一周）。
4.所提供的医疗信息系统必须具有合法的、具有版权的产品，并提供相关的证明资料，若集成其他软件产品，则必须由相应的授权证书；不应有任何版权纠纷。
5.医疗信息系统所提供的接口，必须包括基本医疗信息系统与实验室管理系统接口、基本医疗信息系统与合理用药管理系统接口、基本医疗信息系统与健康管理系统接口等设置、修改，并预留与医学图像处理系统、远程会诊等方面的接口，并提供纸质和电子版的接口文档。
当需方提出需要配合时，应在8小时内做出反应，并应在需方要求的时间内达到现场进行配合。
同时还包括与硬件系统集成接口、安装、调试工作。
6.提供“卫生部关于印发《医院信息系统基本功能规范》的通知”中所规定的医疗信息系统使用说明书和文档。
如（1）总体设计报告；（2）需求分析说明书；（3）概要设计说明书；（4）详细设计说明书；（5）数据字典；（6）数据结构与流程；（7）测试报告；（8）操作使用说明书；（9）系统维护手册等。
7.信息系统市场份额：天津市医疗市场具有较高占有率。
新时代大数据应用平台设计与优化研究随着信息技术的飞速发展，大数据成为当前最热门的技术领域之一。
在此背景下，各种大数据应用平台开始出现，而如何设计和优化这些平台成为了当前的热点研究方向。
本文将从以下三个方面对新时代大数据应用平台的设计和优化进行探讨。
一、架构设计大数据应用平台的架构设计是平台整体设计的关键环节。
一般来说，这种平台需要有多个组件协同工作，以实现数据采集、存储、处理、分析等一系列功能。
因此，在架构设计过程中，需要考虑如何协调各个组件之间的工作，以最优化的方式实现数据流转的功能。
在架构设计中，可以考虑采用分布式系统架构，将不同组件分布在不同的物理节点上，并通过数据流转实现数据的流转。
同时，还可以考虑采用云计算技术，将平台部署在云端，以实现更好的扩展性和弹性。
当然，在平台设计过程中，也需要考虑其他因素，比如安全性、可靠性、性能等等，这些因素都需要考虑到平台的整体架构中。
二、数据存储和管理大数据应用平台需要处理大量的数据，因此，数据存储和管理是平台设计中的重要环节。
在数据存储和管理方面，可以采用传统的关系型数据库，也可以采用新型的分布式数据库，比如NoSQL数据库。
传统的关系型数据库适用于处理结构化数据，而分布式数据库适用于处理非结构化或半结构化数据。
根据平台要求和数据类型，可以选择不同的数据存储和管理方式。
此外，在数据存储和管理方面，还需要考虑平台的可扩展性和容错性。
平台应该支持数据的动态扩容和缩容，以应对不同规模的数据量；同时，还应该考虑容错机制，以避免数据丢失或损坏。
三、数据处理和分析大数据应用平台的另一个重要功能是数据处理和分析。
在数据处理和分析方面，可以采用不同的计算模型，比如批处理、流处理和增量处理等等。
这些计算模型适用于不同类型的数据处理和分析需求，可以根据具体需求进行选择。
除了计算模型，平台还需要考虑数据的可视化和展示问题。
通过数据可视化和展示，用户可以更加直观地了解数据的特征和趋势，进而做出更加科学合理的决策。
为什么选择这样的大数据平台架构？作者：傅一平当前BAT基本公开了其大数据平台架构，从网上也能查询到一些资料，关于大数据平台的各类技术介绍也不少，但在那个机制、那个环境、那个人才、那个薪酬体系下，对于传统企业，可借鉴的东西也是有限的。
技术最终为业务服务，没必要一定要追求先进性，各个企业应根据自己的实际情况去选择自己的技术路径。
与传统的更多从技术的角度来看待大数据平台架构的方式不同，笔者这次，更多的从业务的视角来谈谈关于大数据架构的理解，即更多的会问为什么要采用这个架构，到底能给业务带来多大价值，实践的最终结果是什么。
它不一定具有通用性，但从一定程度讲，这个架构可能比BAT的架构更适应大多数企业的情况，毕竟，大多数企业，数据没到那个份上，也不可能完全自研，商业和开源的结合可能更好一点，权当抛砖引玉。
大数据平台架构的层次划分没啥标准，以前笔者曾经做过大数据应用规划，也是非常纠结，因为应用的分类也是横纵交错，后来还是觉得体现一个“能用”原则，清晰且容易理解，能指导建设，这里将大数据平台划分为“五横一纵”。
具体见下图示例，这张图是比较经典的，也是妥协的结果，跟当前网上很多的大数据架构图都可以作一定的映射。
何谓五横，基本还是根据数据的流向自底向上划分五层，跟传统的数据仓库其实很类似，数据类的系统，概念上还是相通的，分别为数据采集层、数据处理层、数据分析层、数据访问层及应用层。
同时，大数据平台架构跟传统数据仓库有一个不同，就是同一层次，为了满足不同的场景，会采用更多的技术组件，体现百花齐放的特点，这是一个难点。
数据采集层：既包括传统的ETL离线采集、也有实时采集、互联网爬虫解析等等。
数据处理层：根据数据处理场景要求不同，可以划分为HADOOP、MPP、流处理等等。
数据分析层：主要包含了分析引擎，比如数据挖掘、机器学习、深度学习等。
数据访问层：主要是实现读写分离，将偏向应用的查询等能力与计算能力剥离，包括实时查询、多维查询、常规查询等应用场景。
大数据分析平台架构设计与实现在当今信息时代，数据已经成为了一种宝贵的资源。
如何有效地处理、分析和应用大数据成为了许多企业和组织迫切需要解决的问题。
大数据分析平台的架构设计就显得尤为重要。
本文将介绍大数据分析平台架构设计与实现的相关内容。
一、引言随着互联网的迅猛发展，各类数据不断涌现，大数据分析的需求也与日俱增。
为了更好地帮助企业和组织从数据中挖掘出有价值的信息，大数据分析平台的架构设计变得至关重要。
二、平台架构设计原则1. 可靠性：大数据分析平台的数据源可能来自于多个不同的地方，包括海量的结构化数据和非结构化数据。
设计时需要考虑数据的完整性、一致性和准确性，确保数据分析的可靠性。
2. 可扩展性：大数据数量庞大，不断增长。
平台的架构设计应该具备良好的扩展性，能够随着数据量的增加而扩展，以满足不断增长的数据需求。
3. 高性能：大数据分析通常需要进行复杂的计算和处理，因此平台的架构设计需要考虑到高性能的需求，保证数据分析的实时性和高效性。
4. 安全性：在大数据分析平台的设计过程中，安全性是一项非常重要的考虑因素。
数据的保密性、完整性和可用性都需要得到充分的保障。
三、平台架构设计模型根据上述原则，我们可以考虑采用以下的大数据分析平台架构设计模型：1. 数据采集与存储层：该层是大数据分析平台的基础，负责从各个数据源采集数据，并将数据进行存储。
可以考虑使用分布式文件系统（如HDFS）进行数据存储，以实现高可靠性和可扩展性。
2. 数据清洗与集成层：该层负责对采集到的数据进行清洗和集成，消除数据中的冗余和噪音，并将不同数据源的数据进行整合。
这一过程中可以考虑使用ETL （Extract, Transform, Load）工具来实现。
3. 数据处理与分析层：该层是大数据分析平台的核心，包括大数据存储、处理和分析的各种技术。
可以考虑使用分布式计算框架（如Hadoop、Spark）进行大数据的处理和分析，以实现高性能和可扩展性。
医院HIS系统升级及配件技术参数数量：1套一、技术参数：医院HIS系统升级，将现运行的“创优100+”HIS系统全部升级到基于数据库的组件架构HIS平台（DBCF）,增加门特医保管理子系统，增加门诊城职医保管理子系统，增加门诊城居医保管理子系统，增加门诊医生工作站30个点，以达到门诊医保联网刷卡之目的。
二、总体要求1.所提供的医疗信息系统以“卫生部关于印发《医院信息系统基本功能规范》的通知” 中的医院信息系统建设的要求为基本标准的医疗信息系统。
2.新的医疗系统是应保留现有的各医疗信息子系统功能模块，然后再增加相应的子系统, 相应的子系统及功能附后，完成由以费用为中心向以临床医疗信息为中心的转变。
3.医院现有的医疗信息系统的数据应完全迁移到新的医疗信息系统数据库中，不得影响现有的医院医疗工作的开展，对现有的数据迁移的时间、迁移后的各种统计査询的可用性进行描述。
要求数据迁移不得超过7天（一周）。
4.所提供的医疗信息系统必须具有合法的、具有版权的产品，并提供相关的证明资料，若集成其他软件产品，则必须由相应的授权证书：不应有任何版权纠纷。
5.医疗信息系统所提供的接口，必须包括基本医疗信息系统与实验室管理系统接口、基本医疗信息系统与合理用药管理系统接口、基本医疗信息系统与健康管理系统接口等设宜、修改，并预留与医学图像处理系统、远程会诊等方而的接口，并提供纸质和电子版的接口文档。
当需方提出需要配合时，应在8小时内做岀反应，并应在需方要求的时间内达到现场进行配合。
同时还包括与硬件系统集成接口、安装、调试工作。
6.提供"卫生部关于印发《医院信息系统基本功能规范》的通知”中所规立的医疗信息系统使用说明书和文档。
如（1）总体设计报告：（2）需求分析说明书；（3）概要设计说明书：（4）详细设计说明书；（5）数据字典：（6）数据结构与流程；（7）测试报告;（8）操作使用说明书；（9）系统维护手册等。
7.信息系统市场份额：天津市医疗市场具有较高占有率。
基于云计算的数据挖掘平台架构及其关键技术研究随着云计算技术的快速发展，数据挖掘平台在云计算环境下的架构及其关键技术研究也日益受到重视。
云计算平台的优势在于其高性能、高可靠性和灵活性，可以为数据挖掘平台提供更好的服务。
本文将探讨基于云计算的数据挖掘平台架构及其关键技术研究。
一、基于云计算的数据挖掘平台架构1. 云计算环境下的基础架构在云计算环境下，数据挖掘平台的基础架构通常包括数据存储、计算资源、数据处理和用户接口等组成部分。
数据存储部分可以采用云存储服务，如亚马逊S3、谷歌云存储等，以满足大规模数据存储的需求。
计算资源则可以通过云计算服务商提供的虚拟机实例，实现弹性扩展和计算资源的动态分配。
数据处理部分则需要支持分布式计算框架，如Hadoop、Spark等，以实现数据的分布式处理和并行计算。
用户接口部分需要提供友好的数据挖掘工具和可视化界面，以方便用户进行数据挖掘任务的配置和管理。
2. 基于云计算的数据挖掘平台架构设计基于云计算的数据挖掘平台架构设计需要充分考虑云环境的特点，包括弹性扩展、高可用性和安全性等。
在架构设计上，可以采用微服务架构，将数据挖掘平台拆分为多个小型服务，每个服务都可以独立部署和运行，从而提高系统的灵活性和可靠性。
也可以通过容器化技术，如Docker和Kubernetes，实现数据挖掘平台的部署和管理，以支持快速部署和弹性运行。
架构设计还需要考虑数据安全和隐私保护等问题，采用数据加密、访问控制和审计等技术，保障数据挖掘平台在云环境下的安全性。
二、基于云计算的数据挖掘平台关键技术研究1. 大数据存储和管理在云计算环境下，数据挖掘平台需要面对大规模数据存储和管理的挑战。
针对这一挑战，可以采用分布式存储系统，如HDFS、Ceph等，实现数据的分布式存储和备份。
也可以引入数据管理技术，如数据分区、索引和压缩等，提高数据的访问效率和存储利用率。
2. 分布式计算和并行处理数据挖掘任务通常需要进行大规模数据的分布式计算和并行处理，以实现高效的数据挖掘算法。
基于数据库的组件架构平台（DBCF）研究
蔡连忠① 赵景越① 陈肖涛①
基金项目：天津市中小企业创新基金
①天津微软技术中心 天津津微首佳软件技术有限公司，300384，天津华苑产业区海泰绿色产业基地G 座10层
关键词 数据库 组件开发 DBCF HIS
摘 要 针对医院信息化产业的当前发展现状和所存在的重大技术问题，设计医院信息管理系统的新一代产品，引入C/S和B/S技术的双重优势，开发基于数据库的组件架构的HIS平台(DBCF)，并将医院业务处理归纳抽象为上千个组件，封装组合运行于DBCF平台上，并实现良好的开放性、集成性、可配置性和可重用性。
1 概述
国内HIS行业的二十年发展历史，逐渐走向成熟和稳定，但也暴露了不少一直困扰HIS发展应用的问题。
目前国内HIS产品大都采用C/S模式，虽有少数厂家尝试应用B/S 模式与三层技术，但因国内医院实际应用的特殊性，业务处理操作量巨大，在目前医院能承受的硬件环境下，根本无法应对。
在具体开发过程中，采用子系统模块的开发方式，而子系统的划分无法做到非常细致，从而在医院流程调整时无法适应。
随着HIS系统的长时间运行，数据量越来越大，HIS软件的运行响应速度越来越慢。
而由于HIS厂家的发展历史性，在开发初期都对医院业务数据量的增长估计不足，在设计上没有进行充分考虑，从而无法进行有效解决。
同样原因，也造成了HIS软件在安全性方面的严谨性不够，时而出现各种系统层或应用层的漏洞，给医院的管理运行造成了很多问题。
针对以上各种问题，我们吸收相关行业的信息化成果，采用最新成熟技术，进行了新一代产品的研究。
主要体现在充分融合C/S和B/S技术优越性，开发基于数据库的组件架构HIS资源平台，和在此基础上的业务组件任意组合装配的解决方案，同一组件元素只存在一份拷贝，升级修改后，所有使用该组件的系统自动同步升级。
这样就在医院客户化方面提供了工作流任意定制的能力，可在业务需求不断变化的情况下，及时进行动态调整和系统升级，极大的降低了维护成本。
2 主要技术
2.1基于数据库的组件架构的HIS资源平台，融合C/S和B/S模式的优点，引入组件式开发思想和可装配式体系架构。
智能客户端的采用完全避免了烦杂的系统升级操作。
2.2综合医院实际业务，抽象提升为上千业务元素组件。
各组件可在HIS平台框架中任意组合装配，打破了以往子系统模块的开发方式，可快速搭建适应不同医院的个性化系统。
2.3灵活强大的系统安全和用户权限管理，可控制终端可执行程序和登陆时间等，可分角色划分用户权限，并将权限控制至按钮级。
2.4完整全面的用户操作审计记录和系统错误日志管理，方便管理人员跟踪查错与安全管理。
2.5系统采用面向对象的设计，具有良好的开放性、集成性、可配置性和可重用性。
3 主要研究内容
针对医院信息化产业的当前发展现状和所存在的重大技术问题，引入C/S和B/S技术的双重优势，开发基于数据库的组件架构的HIS平台，并将医院业务处理归纳抽象为上千个组件，封装组合运行于HIS平台上，并实现良好的开放性、集成性、可配置性和可重用性。
具体业务处理涵盖医院信息化管理中所涉及的财务、临床、药品物资等多方面内容，以构建现代化医院的信息数字化管理模式。
图1 DBCF平台的总体框架图
3.1 DBCF平台的核心内容 DBCF平台框架层，作为所有业务组件运行的支持环境，同时提供大量函数调用接口，供各组件元素调用，实现通用的、繁杂的处理任务。
这样就使得上层组件的开发工作只需关注实际业务逻辑处理。
智能客户端主要功能是实现业务组件的动态加载和智能升级，其设计思想来源于B/S 模式。
主要解决C/S模式下程序升级部署问题，不再需要维护人员逐台客户端进行新程序的升级工作，而是由系统自动实现。
组件控制主要是工作流程管理，实现系统的可配置性和可重构性。
在搭建应用系统时，根据用户业务流程需求，可以将若干组件进行组合装配，快捷搭建新的应用系统。
这样在不同医院实施系统时可以根据医院业务的不同，任意调整系统功能，最大限度的减少客户化工作量；也便于医院业务流程重组时，只需进行组件的重组，不需修改任何程序，便能满足用户需求。
权限管理主要实现业务操作人员的权限控制，将操作人员根据岗位的不同划分为不同用户组，可以分别对组或者直接对操作员个人进行权限分配。
权限控制可根据子系统级、窗口级、功能按钮级进行控制，权限控制粒度细化至功能按钮，实现最大限度的权限管理功能。
同时DBCF平台封装了上百个系统API函数，包括文件处理、目录处理、系统环境变量获取、网络处理等各个方面，提供给业务组件调用。
操作日志管理实现完整的用户操作记录，包括用户的登录与注销、子系统菜单的调用、窗口的打开和关闭、窗口按钮功能的操作等，十分细致完善，可实现完整的用户操作审计功能。
错误日志管理实现所有用户操作错误的记录，可记录所有系统可捕捉错误，并可提供详细错误信息，包括在源程序中的哪个对象的哪个事件函数中的第几行，具体出现了何种错误，都可以详细记录。
方便维护人员查找纠错。
窗口服务主要是针对业务窗口，提供通用的缩放服务、外观服务等。
数据窗口服务主要针对数据表现层开发的功能非常强大的数据展示窗口，提供各种通用服务处理，包括排序、过滤、行选择、打印、查找、替换、导出、日志监测、SQLSPY 等多种服务。
同时还提供其他多种辅助性通用功能处理，包括系统菜单控制、状态栏控制、上下文帮助、操作面板控制、背景图片设置等等。
而业务组件层，则是将医院管理业务中的处理进行归纳和抽象，采用面向对象的设计方法，提升为上千组件元素，各组件基于DBCF平台框架运行。
各个组件可以通过工作流引擎任意组合搭配，构建不同的业务处理子系统。
对于数据库存储，单独创建平台管理数据库，用作平台配置、安全控制、权限分配、监控日志记录、系统自动升级等用途。
而业务数据库，则根据业务相关性，划分为多个数据库，构成数据库群，实现分布式异构数据库处理。
业务组件运行时，通过DBCF平台动态连接所需数据库，连接配置采用加密的方式存储在平台数据库中，更加保证了系统的安全性。
分布式异构数据库处理方式的采用，不仅最大程度的实现了网络和服务器的负载均衡，提高了系统运行速度，解决了HIS行业历史数据过多而导致系统处理变慢的问题，同时也加强了系统的安全性和持续运行性，当某部分系统出现故障时，不会影响其他业务处理的正常使用。
而对于系统的安全性方面，则是采用多层次安全性控制，分别从硬件层、操作系统层、网络层、数据库层、平台框架层、业务组件层进行处理，并将各层次的安全控制整合统一，构筑了安全性极高的信息系统。
4 结论
DBCF平台采用组件架构设计，系统提供开放的应用平台，基于工作流引擎的流程定制，可任意装配个性化系统。
基于微软Windows及Office的统一风格界面，完全通用的操作使用方式，为用户节约了大量的培训维护费用。
严格的资金流、物资流控制，杜绝了系统漏洞。
先进的规则引擎技术、丰富的知识库系统、专业的医疗信息处理，可迅速提高医疗水平和服务质量。
这些特点都直接或间接的降低了用户成本，提高了用户医疗技术服务水平。
参考文献
[1]李包罗.我国医院信息系统面临七大挑战.中国电子商务，2004.5.
[2]陈金雄. 我国医院数字化建设面临的主要问题与对策.医疗卫生装备，2004. 4.
[3]高燕婕，王韬，唐东生，等. 关于医院信息化建设中存在的若干问题的讨论.医院信息化发展研讨会会议资料，2004. 6.
[4]李湘平.医院信息化管理的现状与前景.医学信息 2006. 7.。
