南京邮电大学云计算与大数据课后作业节选(附题干).pdfVIP

第一章 1、在信息产业的发展历程中，计算和数据作为两个重要的内在动力在不同时期 起着重要作用。 5、吉姆·格雷（ Jim Gray）提出了第四范式，被誉为“大数据之父” 。 6、MapReduce 的思想来源是 Lisp 编程语言。 7、按照资源封装层次，云计算可分为基础设施既服务、平台既服务、软件既服 务三种类型。 8、与传统的资源提供方式相比，与计算具有什么特点？ 云计算技术是资源与用户需求之间是一种弹性化的关系， 资源的实用这之需 对资源的使用按需付费， 从而敏捷地响应客户不断变化的需求， 从而降低了资源 使用者的成本，提高了走远利用的效率。 10、简述主要的大数据的处理系统。 （1）数据查询分析计算系统：对大规模莫数据进行事时或准时查询 （2）批处理系统：典型代表有 MapReduce计算模式的 Hadoop 与 Spark （3）流式计算系统：具有很强的实时系统，需要对应用源源不断产生的数据实 时进行处理，使数据不积压、不丢失，常用于处理电信、电力等行业应用与互联 网恒业的访问日志等。 （4）迭代计算系统： iMapReduce、Twister、Spark、Hadoop 等。 （5）图计算系统： 图数据需要专门的系统进行存储和计算。 常用的计算系统有： Giraph、Pregel、Trinity、GraphX 等 （6）内存计算系统： Dremel、HANA、Spark 等 11、简述大数据处理的基本流程。 （1）数据抽取与集成：从数据中取出关系与实体，经过关联和聚合等操作，按 照统一的格式进行存储。 （2）数据分析：是大数据处理流程的核心步骤，通过数据抽取和集成环节获得 原始数据后用户可以根据自己的需求对这些数据进行分析处理。 （3）数据解释：可视化和人机交互是书记解释的主要技术。 第二章 1、简述一致性哈希算法的基本原理。 一致性哈希算法的设计目标是解决节点频发变化时的任务分配问题。 一致性哈希 算法将整个哈希空间组织成一个哈希环。比如将 ip 作为关键字哈希，确定每个 结点在哈希环上的位置， 将 key 用函数映射到哈希空间上的某个值， 沿该值向后， 将遇到的第一个节点作为处理节点。 节点数不多时可以引入虚拟节点解决负载不 均衡的问题。 Key值在哈希环中找到大于它的最小节点作为路由值。 2、科学研究的四个范式是经验、理论、实验、海量数据。 3、物联网的产业链可以分为标识、感知、处理和信息传递 4 个环节。 4 、非关系型数据库可以分为 Column-Oriented、Key-Value、Document-Value。 第三章 2、虚拟化技术从计算体系层次结构上可以分为以下 5 种类型：指令集架构级虚 拟化、硬件抽象层虚拟化、操作系统层虚拟化、编程语言层上的虚拟化、库函数 层的虚拟化。 4 、系统虚拟化具有硬件无关性、隔离性、多实例、特权功能等优点。 5、系统虚拟化可分为一虚多、多虚一、多虚多。 6、服务器虚拟化按照其虚拟化部件可分为 CPU 虚拟化、内存虚拟化、 I/O 虚拟 精选文库 化。 7、什么是广义虚拟化技术？ 逻辑简化技术，实现物理层想逻辑层的变化。 8、虚拟化技术有哪些优势与劣势？ 优势：提高资源利用率；提供相互隔离的、高效的运行环境；简化资源和资源管 理；实现软件和硬件的分离。 劣势：肯呢个回事物理计算机负载过重； 升级和维护的安全问题； 物理计算机的 影响。 第四章 3、传统的集群系统可以分为高可用性集群系统、负载均衡集群系统、高性能集 群系统、虚拟化集群系统