大数据知识竞赛试题.doc

根据提供的文件信息，我们可以从中提炼出一系列与大数据相关的知识点，具体包括数据类型、大数据规模、数据库类型、数据挖掘以及可视化等多个方面。 ### 数据类型 1. **非结构化数据**：小米摄像头记录下来的10分钟视频属于非结构化数据。这类数据通常没有预定义的数据模型，难以直接应用传统的数据库管理技术。 2. **结构化数据**：具有明确逻辑关系的数据被称为结构化数据。例如，表格形式的数据，每一行每一列都有明确的意义，适合用关系型数据库存储。 3. **半结构化数据**：这类数据介于结构化数据和非结构化数据之间，如XML和JSON格式的数据，它们虽然没有固定的数据库模式，但包含标签或标记来分隔不同类型的元素。 ### 传感器数据与交互数据 指纹打卡产生的数据属于传感数据的一种。传感数据通常是由各种传感器收集的数据，如温度、湿度、位置等。这些数据对于实时监控和数据分析非常重要。 ### 大数据规模 大数据擅长处理PB级别的数据。这里提到的PB（Petabyte）是指1000TB或1024TB的数据量级，是衡量大数据规模的重要标准之一。 ### 数据类型示例 1. **电子邮件**：电子邮件是一种典型的非结构化数据，因为它包含了自由文本、图像等多种形式的信息，难以用简单的表格形式表示。 2. **网络新闻**：网络新闻也属于非结构化数据。新闻文本中的信息复杂多样，通常需要通过自然语言处理技术来提取有用的信息。 3. **结构化数据示例**：一卡通学生信息可以被看作是结构化数据的一个例子，因为学生的基本信息如姓名、性别、学号等可以通过表格的形式进行组织。 ### 表格与维度 题目中给出的表1为二维列表。表格中的每个单元格代表一个数据项，而列和行则构成了数据的二维结构。在实际应用中，这种二维结构非常适合用来表示具有固定列数和行数的数据集。 ### 属性类型 警衔级别的属性属于序数属性。序数属性是指属性值之间具有顺序关系但没有具体的度量意义。例如，军衔级别可以按高低排序，但不能进行加减运算。 ### 关系型数据库 关系型数据库中的“关系”指的是数据模型满足一定条件的二维表格式。这意味着数据是以表格的形式存储的，其中每一行代表一个记录，每一列代表一种属性，并且每一行每一列的数据类型都是相同的。 ### 数据存储 1. **Excel报表**：Excel报表并不适合MySQL存储，因为Excel文件通常是用于展示和分析数据的，而非直接作为数据库的一部分。 2. **图片与声音**：这类非结构化数据也不适合直接存储在关系型数据库中，通常会采用专门的多媒体数据库或者文件系统进行存储。 ### 数据库事务属性 ACID原则是指原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。其中，“相对性”不属于这一原则。 ### 分布式存储系统 1. **OceanBase**：淘宝自主设计的自动化分布式存储系统。 2. **BeansDB**：由豆瓣社区自主开发的分布式键值存储系统。 ### 新兴数据库技术 1. **NewSQL数据库**：如MemSQL、TokuDB等，旨在提供类似于NoSQL数据库的高性能和可扩展性，同时保留了关系型数据库的一些特性。 2. **NoSQL数据库**：如Bigtable、Dynamo等，主要针对大规模数据处理设计，能够实现高并发读写操作，适用于海量数据场景。 ### 传统关系型数据库与现代数据处理技术 1. **HBase**：属于NoSQL数据库，主要用于处理大规模非结构化数据，与传统的MySQL等关系型数据库有所区别。 2. **数据挖掘**：数据挖掘过程中可能会遇到噪声数据，但它能够帮助我们发现隐藏在大量数据中的有价值信息。并非所有发现的知识都是绝对的，有些结果可能仅在特定条件下成立。 ### 舆情监测 舆情监测通常不包括对个人或家庭成员银行账户及个人财产情况的全面收集、分析与统计。这主要是为了保护个人隐私，避免侵犯公民的权利。 ### 可视化技术 1. **科学可视化、信息可视化与可视分析**：这三者之间的边界并不十分清晰，它们之间有着紧密的联系。科学可视化更多地关注于科学领域的数据呈现；信息可视化则侧重于将抽象的信息转换成直观的图形；可视分析则是结合了数据分析和可视化技术，用于辅助用户理解和探索复杂数据集。 2. **可视化的作用**：除了信息传播与协调、支持对信息的推理与分析外，可视化还可以帮助用户快速识别数据模式、趋势和异常，提高决策效率。 3. **不同类型可视化**： - **层次与网络可视化**：适用于展示具有层级或网络结构的数据。 - **时空数据可视化**：用于表示随时间变化的空间数据。 - **多变量数据可视化**：用于展示多个变量之间的关系。 ### 云计算市场 当前全球云计算市场份额占有率最高的公司是亚马逊（AWS），它在云计算领域拥有显著的技术优势和服务范围。 ### 大数据背景下的电子商务 1. **电子商务营销**：随着大数据的发展，电子商务营销变得更加精准化和实时化。通过对用户行为数据的深入分析，商家能够更好地理解客户需求并提供个性化的产品推荐和服务。 2. **产品与服务高度差异化和个性化**：利用大数据技术，商家可以根据用户的偏好和历史购买行为定制更加个性化的购物体验，从而提升客户满意度和忠诚度。 这份大数据知识竞赛试题涵盖了大数据领域的多个核心概念和技术，从数据类型、数据库技术到数据挖掘和可视化等方面进行了综合考察。这些问题不仅有助于加深对大数据基础知识的理解，还能激发学习者进一步探索大数据领域前沿技术的兴趣。