A.大数据的分析建模
B.海量数据仓库
C.OLTP
D.网站日志离线分析
A.基于云平台的PASS框架,加快各种智能矿山应用开发,方便业务管理
B.基于大数据技术,提供海量数据的流转、汇聚、融合、存储等
C.基于人工智能技术,提供各种生产业务的数字化、智能化服务
B.大规模并行计算:在分布式并行环境中将一个任务分解成更多份细粒度的子任务,这些子任务在空闲的处理节点之间被调度和快速处理之后,最终通过特定的规则进行合并生成最终的结果。典型技术为MapReduce
C.结构化分布式数据存储:类似文件系统采用数据库来存储结构化数据,云计算也需要采用特殊技术实现结构化数据存储,典型技术为BigTable/Dynamo等
D.分布式文件系统:可扩展的支持海量数据的分布式文件系统,用于大型的、分布式的、对大量数据进行访问的应用。它运行于廉价的普通硬件上,提供容错功能(通常保留数据的3份拷贝),典型技术为GFS/HDFS/KFS等
A.一个reduce的输入数据可能来自于多个map的输出
B.一个MR处理可以不包括任何map
C.一个MR处理可以不包括任何reduce
D.一个map的输出结果可能会被分配到多个reduce上去
A.云计算、大数据和物联网三者紧密相关,相辅相成
B.云计算侧重于数据分析
C.物联网可以借助于大数据实现海量数据的分析
D.物联网可以借助于云计算实现海量数据的存储