数据仓库和数据挖掘试题.docVIP

《数据仓库与数据挖掘试题》 判断题(每小题1分，计30分，答题时每5个答案写在一起) 数据库作为数据资源用于管理业务中的信息分析处理。（X） 数据库的查询不是指对记录级数据的查询，而是指对分析要求的查询。（X） 关系数据库是二维数据（平面），多维数据库是空间立体数据。（v） 数据进入数据仓库之前，必须经过加工与集成。（V） OLAP使用的是当前数据；OLTP使用的是历史数据。（V） 对数据仓库操作不明确，操作数据量少。（X） 数据集市实现难度超过数据仓库。（X） OLAP使用的数据经常更新；OLTP使用的数据不更新，但周期性刷新。（X） 数据集市可升级到完整的数据仓库。（V） 数据库中存放的数据基本上是保存当前综合数据。（X） OLAP可以应分析人员的要求快速、灵活地进行大数据量的复杂处理。（V） OLAP支持复杂的决策分析操作，侧重对分析人员和高层管理人员的决策支持。（V） OLTP的事务处理量大，处理内容比较简单但重复率高。（V） 数据仓库的用户有两类：信息使用者和探索者。（V） 对数据库的操作比较明确，操作数据量大。（X） 数据库用于事务处理，数据仓库用于决策分析。（V） 信息使用者以一种可预测的、重发性的方式使用数据仓库平台。（V） OLAP一次处理的数据量大；OLTP一次性处理的数据量小。（V） OLTP每次操作的数据量不大且多为当前的数据。（V ） 数据仓库系统由数据仓库（DW）、仓库管理和分析工具三部分组成。（V） 随着业务的变化,数据仓库中的数据会随时更新。（X） 数据集市的规模比数据仓库更大。（X） 数据集市具有更详细的、预先存储在数据仓库的数据。（V） 不同维值的组合及其对应的度量值构成了不同的查询和分析。（V） OLAP使用细节性数据，OLTP使用综合性数据。（X） 数据集市由企业管理和维护。（X） OLAP的概念模型是多维的。（V） 数据库已经成为了成熟的信息基础设施。（V） 数据库既保存过去的数据又保存当前的数据。（X） OLTP面对的是事务处理操作人员和低层管理人员。（V） 填空题(每小题1分，计10分) 信息使用者通常查看 概括数据聚集计算多维数据分析 Data Marts是指具有特定应用的数据仓库，主要针对某个应用或者具体部门级的应用，支持用户获得竞争优势或者找到进入新市场的具体解决方案。 4，元数据（metadata）定义为关于数据的数据（data about data），即元数据描述了数据仓库的数据和环境。 2，数据挖掘（DM） ：KDD 法从数据中抽取知识。 5，知识发现（KDD）：从数据中发现有用知识的整个过程。 6，数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。 在数据仓库系统的前端的分析工具中，数据挖掘是其中重要工具之一。它可以帮助决策用户挖掘数据仓库的数据中隐含的规律性。 比较统计学与数据挖掘的异同？ 统计学主要是对数量数据（数值）或连续值数据（如年龄、工资等），进行数值计算（如初等运算）的定量分析，得到数量信息。 数据挖掘主要对离散数据（如职称、病症等）进行定性分析（覆盖、归纳等），得到规则知识。 统计学与数据挖掘是有区别的。但是，它们之间是相互补充的。 比较OLAP的数据模型MOLAP与ROLAP？ MOLAP是事先生成多维立方体，供以后查询分析用,而ROLAP是通过动态的生成Sql,去做查询关系型数据库，如果没有做性能优化，数据量很大的时候，性能问题就会显得比较突出了。 ROLAP与MOLAP比较 ROLAP MOLAP 沿用现有的关系数据库的技术 专为OLAP所设计 响应速度比MOLAP慢； 现有关系型数据库已经对OLAP做了很多优化，包括并行存储、并行查询、并行数据管理、基于成本的查询优化、位图索引、SQL的OLAP扩展(cube,rollup)等，性能有所提高 性能好、响应速度快 数据装载速度快 数据装载速度慢 存储空间耗费小，维数没有限制 需要进行预计算,可能导致数据爆炸，维数有限；无法支持维的动态变化 ? ? 借用RDBMS存储数据，没有文件大小限制 受操作系统平台中文件大小的限制，难以达到TB级(只能10~20G) 可以通过SQL实现详细数据与概要数据的存储 缺乏数据模型和数据访问的标准 –不支持有关预计算的读写操作 –SQL无法完成部分计算 ?无法完成多行的计算 ?无法完成维之间的计算 –支持高性能的决策支持计算 ?复杂的跨维计算 ?多用户的读写操作 ?行级的计算 维护困难 管理简便 OLAP的典型