大数据基础知识题库.pdfVIP

大数据基础知识题库

1.什么是大数据？

大数据是一个相对概念，指的是数据集的规模和复杂度超出了

传统处工具的管和处能力。通常用四个来描述大数

V

据：数据容量（）、数据类（）、数据速度

volumevariety

（）和数据价值（）。

velocityvalue

2.大数据的特征有哪些？

大数据的特征包括：规模大、复杂度高、增长快、价值密度不

均等。

3.大数据处的关键技术有哪些？

大数据处的关键技术包括：分布式存储和计算、数据挖掘和

机器学习、流式处、可视化和交互。

4.什么是Hadoop？

Hadoop是一个开源的、基于Java的分布式计算系统，用于处

大规模数据集。它包括两个核心组件：分布式文件系统

（）和分布式计算框架（）。

HDFSMapReduce

5.什么是Spark？

Spark是一个快速、通用、分布式的计算引擎，用于处大规

模数据集。它的特点包括：内存计算、支持多种语言、支持多

种数据源、支持复杂数据处、可扩展性强等。

6.什么是NoSQL？

（）是一类非关系数据库，它的设计

NoSQLNotOnlySQL

目的是解决关系数据库的局限性，支持分布式存储和处海

量数据。NoSQL数据库有多种类，如列式存储、文档存储、

键值存储、图形数据库等。

-

7.什么是数据挖掘？

数据挖掘是从大规模数据中挖掘出有价值的信息和知识的过程。

数据挖掘包括多种技术，如分类、聚类、关联规则挖掘、预测

分析等。

8.什么是机器学习？

机器学习是让计算机通过学习数据的方式提高性能的过程。机

器学习包括多种算法，如回归算法、分类算法、聚类算法、支

持向量机等。

9.什么是流式处？

流式处是实时处数据流的技术，主要应用于对实时数据流

进行监控、分析、处和应用。常用的流式处工具包括

ApacheStorm、ApacheFlink等。

10.大数据技术的应用场景有哪些？

大数据技术的应用场景包括：金融风控、社交网络分析、智能

交通、医疗健康、电子商务、城市治等。