大数据知识

“曙光瑞翼杯”大数据知识竞赛试题

2018年度

一、单选题（每题1分）

1、 小米摄像头记录下来的10分钟视频属于哪类数据：

A、结构化数据 B、半结构化数据 C、非结构化数据

2、 结构化数据具备哪种特征：

A、具备明确逻辑关系 B、不具备明确逻辑关系 C、不一定具备明确逻辑关系

3、 指纹打卡的数据属于哪些数据：

A、传感数据 B、交互数据 C、交易数据

4、 大数据擅长处理哪个级别的数据

A、MB B、GB C、TB D、PB

5、 电子邮件是什么类型数据：

A、非结构化数据 B、结构化数据 C、半结构化数据

6、 网络新闻是什么类型数据：

A、非结构化数据 B、结构化数据 C、半结构化数据

7、 下列属于结构化数据的是：

A、图片 B、一卡通学生信息 C、简历

8、 表1属于几维列表?

姓名 性别 学号 年级 成绩

张三 男 2016 80

李四 女 2016 60

表1 A、二维 B、三维 C、四维 D、五维

9、 图1中的警衔级别属于哪种属性

图1

A、标称属性 B、二元属性 C、序数属性 D、数值属性

10、 关系型数据库中所谓的“关系”是指什么

A、数据库中的数据彼此间存在任意关联

B、数据模型满足一定条件的二维表格式

C、两个数据库之间有一定的关联

11、 下列哪种数据类型不适合MySQL存储：

A、EXCEL报表 B、图片和声音 C、数据库里的财务数据

12、 以下不属于ACID原则的是：

A、原子性 B、相对性 C、隔离性 D、 持久性

云计算与大数据基础知识

一、 云计算是什么?

云计算就是统一部署的程序、统一存储并由相关程序统一管理着的数据！

云计算cloud computing是一种基于因特网的超级计算模式，在远程的数据中心里，成千上万台电脑和服务器连接成一片电脑云。因此，云计算甚至可以让你体验每秒超过10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。

云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

通俗的理解是，云计算的“云”就是存在于互联网上的服务器集群上的资源，它包括硬件资源（服务器、存储器、CPU等）和软件资源（如应用软件、集成开发环境等），所有的处理都在云计算提供商所提供的计算机群来完成。

用户可以动态申请部分资源，支持各种应用程序的运转，无需为繁琐的细节而烦恼，能够更加专注于自己的业务，有利于提高效率、降低成本和技术创新。

云计算的核心理念是资源池。

二、 云计算的基本原理

云计算的基本原理是，在大量的分布式计算机集群上，对这些硬件基础设施通过虚拟化技术构建不同的资源池。如存储资源池、网络资源池、计算机资源池、数据资源池和软件资源池，对这些资源实现自动管理，部署不同的服务供用户应用，这使得企业能够将资源切换成所需要的应用，根据需求访问计算机和存储系统。

打个比方，这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。

三、 云计算的特点

1、支持异构基础资源

云计算可以构建在不同的基础平台之上，即可以有效兼容各种不同种类的硬件和软件基础资源。硬件基础资源，主要包括网络环境下的三大类设备，即：计算(服务器)、存储(存储设备)和网络(交换机、路由器等设备);软件基础资源，则包括单机操作系统、中间件、数据库等。

一、搜索“大数据”关键词，查阅有关“大数据”相关资料，写一篇有关“大数据”的认识及其应用的报告。

1、大数据概念：

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

2、大数据简介：

“大数据”作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。

早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。不过，大约从2009年开始，“大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。且中国物联网校企联盟认为，物联网的发展离不开大数据，依靠大数据可以提供足够有利的资源。

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据相关知识

1. 第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。

1.1最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。

1.2 业界（IBM 最早定义）将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

2. 第二层面是技术，技术是大数据价值体现的手段和前进的基石。我将分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。

2.1云计算：大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。

2.2分布式处理系统：分布式处理系统可以将不同地点的或具有不同功能的或拥有不同数据的多台计算机用通信网络连接起来，在控制系统的统一管理控制下，协调地完成信息处理任务—这就是分布式处理系统的定义。

2.3存储技术：大数据可以抽象的分为大数据存储和大数据分析，这两者的关系是：大数据存储的目的是支撑大数据分析。到目前为止，还是两种截然不同的计算机技术领域：大数据存储致力于研发可以扩展至PB甚至EB级别的数据存储平台；大数据分析关注在最短时间内处理大量不同类型的数据集。大数据的采集和感知技术的发展是紧密联系的。

2.4感知技术：以传感器技术，指纹识别技术，RFID技术，坐标定位技术等为基础的感知能力提升同样是物联网发展的基石。全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，都会产生海量的数据信息。