《大数据和数据挖掘》课程复习题（A）
一、是非题
- 大数据的概念与“海量数据”相同，都是强调数据的量。( - )
- 大数据的数据类型包括结构化数据、半结构化数据、非结构化数据等多种类型。( + )
- 科学研究的范式一：实验范式；范式二：理论范式；范式三：计算范式；范式四：大数据范式。( + )
- 小数据定义是提供群体决策的依据。( - )
- 大数据至今已有确切、统一的定义。( - )
- 胡焕庸线是中国历史与地理发展的一个标志线。( + )
- 大数据尚不能完全取代传统结构化数据。( + )
- 云计算仅是一种计算模式。( - )
- 人工智能是一种计算形式。(+ )
- 数据采集最基本的内容是系统日志。(+ )
- NoSQL是指No SQL。 ( -)
- MapReduce的工作原理是先分后合的数据处理方式。( + )
- HBase是一个分布式的、面向列的开源数据库。( + )
- 图G=(V)是仅有节点组成的集合。( - )
- 关联规则挖掘也称购物篮分析。( + )
二、单选题 - 云计算包含两方面的内容：( B)。
A数据和计算 B服务和计算 C 存储和计算 D服务和平台 - 人工智能需要( A )来建立其智能。
A数据， B计算， C 存储， D服务 - 数据(data)就是数值，也就是通过( B )或计算得出的结果。
A编制、观察， B观察、实验， C实验、抽样 - 分布式文件系统(DFS)可以有效解决数据的（ C）难题。
A数据和计算, B服务和计算, C存储和管理 - MapReduce是一套软件框架，包括(A)阶段。
A Map/映射和Reduce/化简两个，B Map/映射，C Reduce/化简 - Hadoop框架最核心的设计是（B）。
A HDFS, B HDFS和MapReduce，C MapReduce - HDFS是Hadoop(C )缩写。
A分布式关系数据库，B关系数据库系统，C分布式文件系统 - Kafka是一种高吞吐量的（B）发布订阅消息系统
A信息， B 分布式， C集中式 - Hive是基于Hadoop的一个（A）工具。
A数据仓库，B分析，C平台 - HBase是一个分布式的、（C ）开源数据库。
A高容错，B面向行的， C面向列的 - Tachyon是一个（A）的分布式文件系统。
A高容错， B面向行， C面向列 - Spark速度比Hadoop MapReduce快(B)倍。
A10 ，B100，C200， - Apache Spark是专为(C)数据处理而设计的快速通用的计算引擎。
A 小规模， B中规模，C大规模 - 数据挖掘是从大量数据中( A )知识。
A提取或“挖掘”, B 总结，C归纳与学习 - 关联规则挖掘的主要内容是研究（C）的相关性。
A特征， B对象间， C属性间
三、多选题
大数据发展的四大要素：（ABCE）。
A不同参与主体产生的海量数据信息， B支撑大数据存储和运算的IT基础设施，C实时处理数据的能力，D满足日常业务分析的需要，E挖掘大数据潜在价值数据预处理主要包括（ABDE）等四种方法。
A数据清洗，B数据集成，C数据挖掘，D数据转换，E数据消减大数据产业链的六个主要环节层：IT基础设施层、(AB )、数据分析层、数据平台层、数据应用层。
A数据源层， B数据管理层， C数据存储层，D数据业务层大数据处理关键技术一般包括：（BCD）、大数据展现和应用。
A大数据清洗，B大数据采集与预处理，
C大数据存储与管理，D大数据分析及挖掘四大种类NoSQL（BCDE）。
A SQL数据库，B键值数据库，C列存储数据库，D文档型数据库，E图数据库-
下图中第一行右边是（A）图, 第二行中间是(E)图，第三行右边是(I)图，第四行中间是（K）图。
image.png Spark 四个主要特点：（ABCD）
A运行速度快，B易用性好，C通用性强，D随处运行，E防病毒。云计算主要包括3种类型（ABD ）。
A IaaS，B PaaS，C FaaS，D SaaSUMP系统是（ACD）云数据库方案。
A高性能，BOracle，C低成本，D标准的MySQL流计算的处理流程一般包含三个阶段。（ABC）
A数据实时采集，B数据实时计算，C实时查询服务，D通讯服务
