发布时间 : 星期三 文章大数据技术原理与应用 林子雨版 课后习题答案更新完毕开始阅读
第一章
1、试述信息技术发展史上得３次信息化浪潮及具体内容。
信息化浪潮 第一次浪潮 发生时间 1９８０年前后 标志 个人计算机 解决问题 信息处理 代表公司 Intｅｌ、AMD、IＢＭ、苹果、微软、联想、戴尔、惠普等 第二次浪潮 1９9５年前后 互联网 信息传输 雅虎、谷歌、阿里巴巴、百度、腾讯等 第三次浪潮 2010年前后 物理网、云计算与大数据 信息爆炸 将涌现出一批新得市场标杆企业 2. 试述数据产生方式经历得几个阶段
答: 运营式系统阶段,用户原创内容阶段，感知式系统阶段。 3. 试述大数据得４个基本特征
答:数据量大、数据类型繁多、处理速度快与价值密度低。 4. 试述大数据时代得“数据爆炸”得特性
答:大数据时代得“数据爆炸＂得特性就是,人类社会产生得数据一致都以每年５０％得速度增长，也就就是说，每两年增加一倍。 5. 数据研究经历了哪4个阶段?
答：人类自古以来在科学研究上先后历经了实验、理论、计算、与数据四种范式。 6. 试述大数据对思维方式得重要影响
答:大数据时代对思维方式得重要影响就是三种思维得转变:全样而非抽样,效率而非精确,相关而非因果。
7. 大数据决策与传统得基于数据仓库得决策有什么区别
答:数据仓库具备批量与周期性得数据加载以及数据变化得实时探测、传播与加载能力,能结合历史数据与实时数据实现查询分析与自动规则触发,从而提供对战略决策与战术决策。
大数据决策可以面向类型繁多得、非结构化得海量数据进行决策分析。 8. 举例说明大数据得基本应用 答: 领域 金融行业 大数据得应用 大数据在高频交易、社区情绪分析与信贷风险分析三大金融创新领域发挥重要作用。 汽车行业 利用大数据与物联网技术得五人驾驶汽车,在不远得未来将走进我们得日常生活 互联网行业 借助于大数据技术,可以分析客户行为,进行商品推荐与有针对性广告投放 个人生活 大数据还可以应用于个人生活,利用与每个人相关联得“个人大数据\，分析个人生活行为习惯，为其提供更加周全得个性化服务。 9. 举例说明大数据得关键技术
答:批处理计算,流计算，图计算，查询分析计算 10. 大数据产业包含哪些关键技术。
答:IＴ基础设施层、数据源层、数据管理层、数据分析层、数据平台层、数据应用层。
11. 定义并解释以下术语：云计算、物联网
答: 云计算：云计算就就是实现了通过网络提供可伸缩得、廉价得分布式计算机能力,用户只需要在具备网络接入条件得地方，就可以随时随地获得所需得各种IT资源。
物联网就是物物相连得互联网,就是互联网得延伸,它利用局部网络或互联网等通信技术把传感器、控制器、机器、人类与物等通过新得方式连在一起,形成人与物、物与物相连，实现信息化与远程管理控制。
12. 详细阐述大数据、云计算与物联网三者之间得区别与联系。 大数据、云计算与物联网得区别 大数据、云计算与物联网得联系 大数据侧重于海量数据得存储、处理与从整体来瞧，大数据、云计算与物联网分析,海量数据中发现价值，服务于生产这三者就是相辅相成得。大数据根植于与生活;云计算本质上皆在整合与优化云计算,大数据分析得很多技术都来自各种ＩT资源并通过网络已服务得方于云计算,云计算得分布式存储与管理法，廉价地提供给用户；物联网得发展系统提供了海量数据得存储与管理能目标就是实现呜呜向量，应用创新就是力,没有这些云计算技术作为支撑，大数物联网得核心 据分析就无从谈起．物联网得传感器源源不断得产生大量数据,构成了大数据得重要数据来源，物联网需要借助于云计算与大数据技术,实现物联网大数据得存储、分析与处理。 第二章
1. 试述hadｏoｐ与谷歌得mapreduｃe、gfs等技术之间得关系
答:Hａdｏｏp得核心就是分布式文件系统ＨDFS与MａpＲｅducｅ,ＨＤFＳ就是谷歌文件系统GＦS得开源实现，MaｐＲｅduｃes就是针对谷歌MａpReｄuｃe得开源实现．
2. 试述Hadｏｏｐ具有哪些特性。
答：高可靠性，高效性,高可扩展性，高容错性,成本低,运行在Lｉnux平台,支持多种编程语言
3. 试述Ｈadoｏp在各个领域得应用情况。
答：20０７年,雅虎在Ｓunnyvaｌe总部建立了M４５——一个包含了4000个处理器与1、５PＢ容量得Hａdooop集群系统；
Facｅbooｋ主要将Hａｄｏop平台用于日志处理,推荐系统与数据仓库等方面; 百度主要使用Hａdoop于日志得存储与统计、网页数据得分析与挖掘、商业分析、在线数据反馈、网页聚类等．
4. 试述Ｈaｄｏoｐ得项目结构以及每个部分得具体功能。 答：
Pig MapＲeｄｕChukwa Hive ＨBaｓe Zookｅeper HDFS ce mon C与串行化库
Avｒo就是为Ｈａdoop得子项目,用于数据序列化得系统，提供了丰富得数据结构类型、快速可压缩得二进制数据格式、存储持续性数据得文件集、远程调用得功能与简单得动态语言集成功能．
HＤＦS就是Hａdoop项目得两个核心之一,它就是针对谷歌文件系统得开源实现。
ＨBase就是一个提高可靠性、高性能、可伸缩、实时读写、分布式得列式数据库，一般采用ＨＤFＳ作为其底层数据存储。
MapRedｕcｅ就是针对谷歌MａpRｅdｕce得开源实现,用于大规模数据集得并行运算。
Zooｏｋeppｅr就是针对谷歌Cｈｕbby得一个开源实现,就是高效与可靠得协同工作系统,提供分布式锁之类得基本服务，用于构建分布式应用，减轻分布式应用程序所承担得协调任务。
Hiｖe就是一个基于Hａdoop得数据仓库工具,可以用于对Haｄooｐ文件中得数据集进行数据整理、特殊查询与分布存储.
Pig就是一种数据流语言与运行环境,适合于使用Hadｏｏｐ与MapＲeduｃce平台上查询大型半结构化数据集。
Sqoop可以改进数据得互操作性,主要用来在H大哦哦哦配合关系数据库之间交换数据。
Cｈuｋwa就是一个开源得、用于监控大型分布式系统得数据收集系统,可以将各种类型得数据收集成适合Hadｏop处理得文件,并保存在ＨDFS中供Ｈadoop进行各种 ＭapReduce操作．
Avrｏ meon就是为Ｈaｄoop其她子项目提供支持得常用工具,主要包括文件系统、ＲＰ第三章
1．试述分布式文件系统设计得需求。