大数据技术原理和应用林子雨版课后习题答案解析.doc

第一章

1.试述信息技术发展史上的3次信息化浪潮及具体内容。

信息化浪潮

发生时间

标志

解决问题

代表公司

第一次浪潮

1980年前后

个人计算机

信息解决

Intel、AMD、IBM、苹果、微软、联想、戴尔、惠普等

第二次浪潮

1995年前后

互联网

信息传播

雅虎、google、阿里巴巴、百度、腾讯等

第三次浪潮

前后

物理网、云计算和大数据

信息爆炸

将涌现出一批新的市场标杆公司

试述数据产生方式经历的几种阶段

答：运营式系统阶段，顾客原创内容阶段，感知式系统阶段。

试述大数据的4个基本特性

答：数据量大、数据类型繁多、解决速度快和价值密度低。

试述大数据时代的“数据爆炸”的特性

答：大数据时代的“数据爆炸”的特性是，人类社会产生的数据一致都以每年50%的速度增长，也就是说，每两年增长一倍。

数据研究经历了哪4个阶段？

答：人类自古以来在科学研究上先后历经了实验、理论、计算、和数据四种范式。

试述大数据对思维方式的重要影响

答：大数据时代对思维方式的重要影响是三种思维的转变：全样而非抽样，效率而非精确，有关而非因果。

大数据决策与老式的基于数据仓库的决策有什么区别

答：数据仓库具有批量和周期性的数据加载以及数据变化的实时探测、传播和加载能力，能结合历史数据和实时数据实现查询分析和自动规则触发，从而提供对战略决策和战术决策。

大数据决策可以面向类型繁多的、非构造化的海量数据进行决策分析。

举例阐明大数据的基本应用

答：

领域

大数据的应用

金融行业

大数据在高频交易、社区情绪分析和信贷风险分析三大金融创新领域发挥重要作用。

汽车行业

运用大数据和物联网技术的五人驾驶汽车，在不远的将来将走进我们的平常生活

互联网行业

借助于大数据技术，可以分析客户行为，进行商品推荐和有针对性广告投放

个人生活

大数据还可以应用于个人生活，运用与每个人有关联的“个人大数据”，分析个人生活行为习惯，为其提供更加周全的个性化服务。

举例阐明大数据的核心技术

答：批解决计算，流计算，图计算，查询分析计算

大数据产业涉及哪些核心技术。

答：IT基本设施层、数据源层、数据管理层、数据分析层、数据平台层、数据应用层。

定义并解释如下术语：云计算、物联网

答：云计算：云计算就是实现了通过网络提供可伸缩的、便宜的分布式计算机能力，顾客只需要在具有网络接入条件的地方，就可以随时随处获得所需的多种IT资源。

物联网是物物相连的互联网，是互联网的延伸，它运用局部网络或互联网等通信技术把传感器、控制器、机器、人类和物等通过新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。

具体论述大数据、云计算和物联网三者之间的区别与联系。

大数据、云计算和物联网的区别

大数据、云计算和物联网的联系

大数据侧重于海量数据的存储、解决与分析，海量数据中发现价值，服务于生产和生活；云计算本质上皆在整合和优化多种IT资源并通过网络已服务的措施，便宜地提供应顾客；物联网的发展目的是实现呜呜向量，应用创新是物联网的核心

从整体来看，大数据、云计算和物联网这三者是相辅相成的。大数据根植于云计算，大数据分析的诸多技术都来自于云计算，云计算的分布式存储和管理系统提供了海量数据的存储和管理能力，没有这些云计算技术作为支撑，大数据分析就无从谈起。物联网的传感器源源不断的产生大量数据，构成了大数据的重要数据来源，物联网需要借助于云计算和大数据技术，实现物联网大数据的存储、分析和解决。

第二章

试述hadoop和google的mapreduce、gfs等技术之间的关系

答：Hadoop的核心是分布式文献系统HDFS和MapReduce，HDFS是google文献系统GFS的开源实现，MapReduces是针对googleMapReduce的开源实现。

试述Hadoop具有哪些特性。

答：高可靠性，高效性，高可扩展性，高容错性，成本低，运营在Linux平台，支持多种编程语言

试述Hadoop在各个领域的应用状况。

答：，雅虎在Sunnyvale总部建立了M45——一种涉及了4000个解决器和1.5PB容量的Hadooop集群系统；

Facebook重要将Hadoop平台用于日记解决，推荐系统和数据仓库等方面；

百度重要使用Hadoop于日记的存储和记录、网页数据的分析和挖掘、商业分析、在线数据反馈、网页聚类等。

试述Hadoop的项目构造以及每个部分的具体功能。

答：

Pig

Chukwa

Hive

HBase

MapReduce

HDFS

Zookeeper

Common

Avro

Commeon是为Hadoop其她子项目提供支持的常用工具，重要涉及文献系统、RPC和串行化库

Avro是为Hadoop的子项目，用于数据序列化的系统，提供了丰富的数据构造类型、迅速可压