《大数据导论》复习资料.pdfVIP

《大数据导论》课程期末复习资料 《大数据导论》课程讲稿章节目录： 第 1 章 大数据概述 （1）大数据的概念 （2 ）大数据的特征 （3 ）大数据的数据类型 （4 ）大数据的技术 （5 ）大数据的应用 第 2 章 大数据采集与预处理 （1）大数据采集 （2 ）大数据预处理概述 （3 ）数据清洗 （4 ）数据集成 （5 ）数据变换 （6 ）数据规约 第 3 章 大数据存储 （1）大数据存储概述 （2 ）数据存储介质 （3 ）存储系统结构 （4 ）云存储概述 （5 ）云存储技术 （6 ）新型数据存储系统 （7 ）数据仓库 第 4 章 大数据计算平台 （1）云计算概述 （2 ）云计算平台 （3 ）MapReduce平台 （4 ）Hadoop 平台 （5 ）Spark 平台 第 5 章 大数据分析与挖掘 （1）大数据分析概述 （2 ）大数据分析的类型及架构 （3 ）大数据挖掘 （4 ）大数据关联分析 （5 ）大数据分类 （6 ）大数据聚类 （7 ）大数据分析工具 第 6 章 大数据可视化 （1）大数据可视化概述 （2 ）大数据可视化方法 （3 ）大数据可视化工具 第 7 章 社交大数据 （1）社交大数据 （2 ）国内社交网络大数据的应用 （3 ）国外社交网络大数据的应用 第 8 章 交通大数据 （1）交通大数据概述 （2 ）交通监测应用 （3 ）预测人类移动行为应用 第 9 章 医疗大数据 （1）医疗大数据简介 （2 ）临床决策分析应用 （3 ）医疗数据系统分析 第 10 章 大数据的挑战与发展趋势 （1）大数据发展面临的挑战 （2 ）大数据的发展趋势 一、客观部分： （单项选择、多项选择） （一）、单项选择 1.以下不是 NoSQL 数据库的是（） A.MongoDB B.HBase C.Cassandra D.DB2 ★考核知识点 :NoSQL 与 NewSQL 主流系统 参考讲稿章节： 3.7 附 1.1.1 （考核知识点解释）： 目前市场上主要的 NoSQL 数据存储工具有： BigTable、Dynamo 、Hbase、 MongoDB 、CouchDB 、Hypertable 还存在一些其他的开源的 NoSQL 数据库， Neo4j、Oracle Berkeley DB 、Apache Cassandra等 另外， NewSQL 数据库。例如： GoogleSpanner、VoltDB 、RethinkDB 、Clustrix 、 TokuDB 和 MemSQL 等。 2 以下不是目前主流开源分布式计算系统的是（） A.Azure B.Hadoop C.Spark D.Storm ★考核知识点：主流开源分布式计算系统 参见讲稿章节： 4.2 附 1.1.2：（考核知识点解释） 由于 Google 没有开源 Google 分布式计算模型的技术实现， 所以其他互联网公司 只能根据 Google 三篇技术论文中的相关原理，搭建自己的分布式计算系统。 Yahoo 的工程师 DougCutting 和 MikeCafarella 在 2005 年合作开发了分布式计算 系统 Hadoop。后来，Hadoop 被贡献给了 Apache 基金会，成为了 Apache 基金会 的开源项目。Hadoop采用 MapReduce分布式计算框架， 并根据 GFS 开发了 HDFS 分布式文件系统，根据 BigTable 开发了 HBase 数据存储系统。尽管和 Google 内 部使用的分布式计算系统原理相同，但是 Hadoop 在