以下哪—个大数据处理框架更适合处理非实时的海量数据?()
A.Hadoop
B.Storm
C.Flink
D.S4
A.Hadoop
B.Storm
C.Flink
D.S4
第5题
试题四
论大数据处理技术及其应用
近年来,互联网、云计算、移动计算和物联网技术迅速发展,数以亿计的网络用户、无所不在的移动设备、RFID和无线传感器时时刻刻都在产生海量的数据,并且需要处理的数据呈几何级数增长。另一方面,企业业务需求和竞争压力对海量数据处理的实时性、有效性提出了更高的要求,传统的数据处理方法往往无法适应这种变化。在这种背景下,企业需要针对“大数据”的应用特征,选取更加合适的数据处理方法与技术。
请围绕“大数据处理技术及其应用”论题,依次从以下三个方面进行论述。
1.概要叙述你参与实施的、与大数据处理相关的开发项目及你所担任的主要工作。
2.请从数据量、数据分析需求和硬件平台三个方面阐述大数据处理系统与传统数据处理系统的差异;列举并解释大数据处理系统应该具有的重要特征(至少列举四个)。
3.阐述你参与实施的项目在进行大数据处理时遇到了哪些问题,是如何解决的。
第6题
A.APP洞察
B.终端洞察
C.定制化报告
D.位置洞察
第7题
A.HDFS
B.Ext4
C.FastDFS
D.MySQL
第8题
A.大数据平台中,B域、M域、O域及DPI信令等各类数据集中存储,一旦发生安全事件则可涉及海量客户敏感信息及公司数据资产。
B.大数据多部署在云环境中,由于存储、计算的多层面虚拟化,带来了数据管理权与所有权分离,网络边界模糊等新问题
C.大数据平台多使用Hadoop、Hive、第三方组件等开源软件,这些软件设计初衷是为了高效数据处理,系统性安全功能相对缺乏,安全防护能力远远滞后业务发展,存在安全漏洞。
D.敏感数据跨部门、跨系统留存,任一单位或系统安全防护措施不当,均可能发生敏感数据泄漏,造成“一点突破、全网皆失”的严重后果。
第9题
A.负责实时、短周期、大带宽本地数据处理
B.负责非实时、长周期数据分析
C.负责全局数据、应用的统一管理和协同
D.对边缘云按需推送数据
第10题
A.感知、存储到计算
B.感知、传输到处理
C.感知、计算到传输
D.计算、传输到感知