中國(guó)移動(dòng)5G+探索大數(shù)據(jù)和人工智能答案_第1頁(yè)
中國(guó)移動(dòng)5G+探索大數(shù)據(jù)和人工智能答案_第2頁(yè)
中國(guó)移動(dòng)5G+探索大數(shù)據(jù)和人工智能答案_第3頁(yè)
中國(guó)移動(dòng)5G+探索大數(shù)據(jù)和人工智能答案_第4頁(yè)
中國(guó)移動(dòng)5G+探索大數(shù)據(jù)和人工智能答案_第5頁(yè)
已閱讀5頁(yè),還剩28頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

探索大數(shù)據(jù)和人工智能1、2012年7月,為挖掘大數(shù)據(jù)的價(jià)值,阿里巴巴集團(tuán)在管理層設(shè)立()一職,負(fù)責(zé)全面推進(jìn)“數(shù)據(jù)分享平臺(tái)”戰(zhàn)略,并推出大型的數(shù)據(jù)分享平臺(tái)。A首席數(shù)據(jù)官首席科學(xué)家首席執(zhí)行官首席架構(gòu)師2、整個(gè)MapReduce 的過(guò)程大致分為Map、Shuffle、Combine、()?ReduceHashC.CleanD.Loading3、 在Spak的軟件棧中,用于交互式查詢(xún)的是SparkSQLMllibGraphXSparkStreaming4、在數(shù)據(jù)量一定的情況下 ,MapReduce是一個(gè)線性可擴(kuò)展模型 ,請(qǐng)問(wèn)服務(wù)器數(shù)量與處()理時(shí)間是什么關(guān)系?A數(shù)量越多處理時(shí)間越長(zhǎng)數(shù)量越多處理時(shí)間越短數(shù)量越小處理時(shí)間越短沒(méi)什么關(guān)系5、下列選項(xiàng)中,不是kafka適合的應(yīng)用場(chǎng)景是?A.日志收集消息系統(tǒng)C.業(yè)務(wù)系統(tǒng)D.流式處理6、大數(shù)據(jù)的多樣性使得數(shù)據(jù)被分為三種數(shù)據(jù)結(jié)構(gòu) ,那么以下不是三種數(shù)據(jù)結(jié)構(gòu)之一的是結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)全結(jié)構(gòu)化數(shù)據(jù)7、下列選項(xiàng)中,不是人工智能的算法中的學(xué)習(xí)方法的是 ?A.重復(fù)學(xué)習(xí)深度學(xué)習(xí)C.遷移學(xué)習(xí)D.對(duì)抗學(xué)習(xí)8、自然語(yǔ)言處理難點(diǎn)目前有四大類(lèi) ,下列選項(xiàng)中不是其中之一的是機(jī)器性能B.語(yǔ)言歧義性知識(shí)依賴(lài)語(yǔ)境9、傳統(tǒng)的機(jī)器學(xué)習(xí)方法包括監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí) ,其中監(jiān)督學(xué)習(xí)是學(xué)習(xí)給定標(biāo)簽的數(shù)據(jù)集。請(qǐng)問(wèn)標(biāo)簽為離散的類(lèi)型 ,稱(chēng)為分類(lèi),標(biāo)簽為連續(xù)的類(lèi)型,稱(chēng)為什么?給定標(biāo)簽B?離散分類(lèi)回歸、中國(guó)移動(dòng)自主研發(fā)、發(fā)布的首個(gè)人工智能平臺(tái)叫做()九天OneNET移娃大云、HDFS中Namenodef的Metadata的作用是?描述數(shù)據(jù)的存儲(chǔ)位置等屬性存儲(chǔ)數(shù)據(jù)調(diào)度數(shù)據(jù)D.、電信行業(yè)的客戶(hù)關(guān)系管理中,客服中心優(yōu)化可以實(shí)現(xiàn)嚴(yán)重問(wèn)題及時(shí)預(yù)警 ,請(qǐng)問(wèn)是用的什么技術(shù)實(shí)現(xiàn)的?A大數(shù)據(jù)技術(shù)B.互聯(lián)網(wǎng)技術(shù)游戲技術(shù)影像技術(shù)、隨著閉源軟件在數(shù)據(jù)分析領(lǐng)域的地盤(pán)不斷縮小 ,老牌IT廠商正在改變商業(yè)模式,向著什么靠攏?閉源開(kāi)源獨(dú)立封閉、以下不是非結(jié)構(gòu)化數(shù)據(jù)的項(xiàng)是?圖片音頻數(shù)據(jù)庫(kù)二維表數(shù)據(jù)視頻、以下數(shù)據(jù)單位換算錯(cuò)誤的是?1KB=1024B1GB=1024MB1TB=1000GB1MB=1024KB、下列選項(xiàng)中,不是Flume的特點(diǎn)的是?可靠性B.集中式架構(gòu)c.可擴(kuò)展性D.可管理性、BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)不包括輸入層隱層c.翰出層D.顯層、以下哪個(gè)不是語(yǔ)音識(shí)別的范疇?語(yǔ)音聽(tīng)寫(xiě)語(yǔ)音臺(tái)成語(yǔ)音轉(zhuǎn)寫(xiě)語(yǔ)音喚醒、以下哪個(gè)場(chǎng)景可以稱(chēng)為大數(shù)據(jù)場(chǎng)景?故宮游客人故宮門(mén)票收入美團(tuán)APP的定位信息文章內(nèi)容、2011年5月是哪家全球知名咨詢(xún)公司在《 Bigdata:Thenextfrontierforinnovation,competitionandproductivity 》研究報(bào)告中指出,數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能之中 ,逐漸成為重要的生產(chǎn)因素的?比爾恩門(mén)麥肯錫C.扎克伯格D.喬圖斯、下列選項(xiàng)中,哪項(xiàng)是分布式文件存儲(chǔ)系統(tǒng)HDFSFlumeKafkaZookeeper、下列選項(xiàng)中,正確描述Flume對(duì)數(shù)據(jù)源的支持的是只能使用HDFS數(shù)據(jù)源B.可以配置數(shù)據(jù)源C.不能使用文件系統(tǒng)D.不能使用目錄方式,請(qǐng)問(wèn)、機(jī)器學(xué)習(xí)研究如何通過(guò)計(jì)算的手段 ,,請(qǐng)問(wèn)機(jī)器學(xué)習(xí)利用數(shù)據(jù)訓(xùn)練出什么?模型表結(jié)構(gòu)結(jié)果報(bào)表、下列選項(xiàng)中,不是人工智能的算法中的學(xué)習(xí)方法的是A.重復(fù)學(xué)習(xí)深度學(xué)習(xí)C.遷移學(xué)習(xí)D.對(duì)抗學(xué)習(xí)、語(yǔ)音識(shí)別產(chǎn)品體系有四部分,下列哪項(xiàng)不是大數(shù)據(jù)?語(yǔ)音合成語(yǔ)音播放C.語(yǔ)音識(shí)別D.語(yǔ)義理解、今年,大數(shù)據(jù)分析將出現(xiàn)革命性的新方法,從前的很多算法和基礎(chǔ)理論可能會(huì)產(chǎn)生理論級(jí)別的突破。而哪項(xiàng)技術(shù)將繼續(xù)成為大數(shù)據(jù)智能分析的核心技術(shù)A機(jī)器學(xué)習(xí)智能物流腦科學(xué)智能終端、以下哪個(gè)不屬于大數(shù)據(jù)在電信行業(yè)的數(shù)據(jù)商業(yè)化方面的應(yīng)用A.精準(zhǔn)廣告網(wǎng)絡(luò)管理C.營(yíng)銷(xiāo)洞察D.大數(shù)據(jù)檢測(cè)和決策、RDD是由多個(gè)什么組成?partitioncomputerActionTransformation、下列選項(xiàng)中,不是大數(shù)據(jù)的一部分的是?海量計(jì)算大量數(shù)據(jù)管理數(shù)據(jù)分析單機(jī)計(jì)算、屬于“人造智能”,具有意識(shí),達(dá)到或超越人類(lèi)智慧水平的人工看能稱(chēng)為 ()A.高人工智能B.低人工智能C.強(qiáng)人工智能D.弱人工智能、mapreduce計(jì)算模型適用于哪種任務(wù)?多線程處理B.有關(guān)聯(lián)的行處理批處理實(shí)時(shí)數(shù)據(jù)變化處理、當(dāng)前世界產(chǎn)生的數(shù)據(jù)總量的單位是?KBZBGBTB、IBM提出的大數(shù)據(jù)5V特征包括更大(Volume)、更快(Velocity)、更多Variety)、更值錢(qián)(Value)和()更有效更充分更真實(shí)(Veracity)更直觀、Spark.是基于什么的迭代計(jì)算框架?它適用于需要多次操作特定數(shù)據(jù)集的應(yīng)用場(chǎng)合。需要反復(fù)操作的次數(shù)越多,所需讀取的數(shù)據(jù)量越大,受益越大,數(shù)據(jù)量小但是計(jì)算密集度較大的場(chǎng)合,受益就相對(duì)較小內(nèi)存硬盤(pán)磁帶顯卡、下列選項(xiàng)中,不是kafka適合的應(yīng)用場(chǎng)景是?A.日志收集消息系統(tǒng)C.業(yè)務(wù)系統(tǒng)D.流式處理、數(shù)據(jù)采集的基本步驟(ETL)中不包括哪項(xiàng)?A.抽取轉(zhuǎn)換加載計(jì)算D.、以下哪種學(xué)習(xí)方法不屬于人工智能算法?遷移學(xué)習(xí)B.對(duì)抗學(xué)習(xí)強(qiáng)化學(xué)習(xí)自由學(xué)習(xí)、語(yǔ)音識(shí)別常用的應(yīng)用有四個(gè),下列不是常用應(yīng)用的是?A聊天撥號(hào)導(dǎo)航設(shè)備控制、下列選項(xiàng)中,哪項(xiàng)是由谷歌開(kāi)發(fā)的人工能箅法框架 ?KafkaTensorflowCaffeTorch、“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)()、高増長(zhǎng)率和多樣化的信息資產(chǎn)。海量少數(shù)小量結(jié)構(gòu)化、MPP是指A.大規(guī)模并行處理系統(tǒng)受限的分布式計(jì)算模型C.集群計(jì)算資源管理框架D.分布式計(jì)算編程框架、Hadoop是()年誕生的?1985-19851995-19962005-20062015-2016、在Spark的軟件棧中,用于流計(jì)算的是?GraphXMllibSparkStreamingSparkSQL、以下數(shù)據(jù)量可以稱(chēng)為大數(shù)據(jù)的是100MB100KB100PB100MB、人工智能通過(guò)輸入的圖片,解析出圖片的內(nèi)容,這種技術(shù)叫什么?圖片識(shí)別語(yǔ)音識(shí)別自動(dòng)駕駛消費(fèi)金融、IBM的()是第一個(gè)在國(guó)際象棋上戰(zhàn)勝人類(lèi)人工智能計(jì)算機(jī)。Alphago深藍(lán)圖靈機(jī)模型深度學(xué)習(xí)機(jī)器人、下列選項(xiàng)中,不是人工智能的基礎(chǔ)設(shè)施的是?CPU服務(wù)器GPU服務(wù)器專(zhuān)用芯片游戲顯卡、以下哪個(gè)不屬于大數(shù)據(jù)在電信行業(yè)的應(yīng)用?A數(shù)據(jù)商業(yè)化物流網(wǎng)絡(luò)企業(yè)運(yùn)營(yíng)管理客戶(hù)關(guān)系管理、客服中心是運(yùn)營(yíng)商和客戶(hù)接觸較為頻繁的通道,我們可以利用()在后端給客服中心建立龐大的知識(shí)庫(kù),供接線員們使用幫忙他們快速精準(zhǔn)的找到答案。大數(shù)據(jù)技術(shù)客戶(hù)畫(huà)像C.客戶(hù)狀態(tài)D.客戶(hù)心情、IBM提出的大數(shù)據(jù)5V特征包括()、更快(velocity)、更多(Variety)、更值錢(qián)(Value)和更真實(shí)(Veracity)更有效更大(Volume)更充分更直觀、Fume采用了三層架構(gòu),分別為agent,collector 和()MapstorageShuffleHash、Hadoop2系列版本中默認(rèn)的HDFS的block是多大?A32MB64MB128MB16MB、工信部官網(wǎng)正式發(fā)布大數(shù)據(jù)產(chǎn)業(yè)“一三五“發(fā)展規(guī)劃是在哪一年1987199720072017、BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是?梯度上升法B.梯度下降法梯度提升法梯度曲線法、中國(guó)移動(dòng)研發(fā)了智能客服問(wèn)答機(jī)器人 (),使業(yè)務(wù)流程自動(dòng)化,更加智能的回答用戶(hù)解決業(yè)務(wù)咨詢(xún)、業(yè)務(wù)辦理、流量查詢(xún)等問(wèn)題。精靈阿爾法蛋小度移娃、對(duì)抗學(xué)習(xí)中兩個(gè)網(wǎng)絡(luò)互相竟?fàn)?,一個(gè)負(fù)責(zé)生成樣本,那么另一個(gè)負(fù)責(zé)做什么?A.判別樣本計(jì)算樣本C.統(tǒng)計(jì)樣本D.生成樣本、以下應(yīng)用沒(méi)有使用你的地理位置信息的是?美團(tuán)滴滴C.高德地圖D.word、下列選項(xiàng)中,不是大數(shù)據(jù)發(fā)展趨勢(shì)的是A.大數(shù)據(jù)分析的革命性方法出現(xiàn)大數(shù)據(jù)與云計(jì)算將深度融合大數(shù)據(jù)一體機(jī)將陸續(xù)發(fā)布大數(shù)據(jù)未來(lái)可能會(huì)被淘汰、在Spark的軟件棧中,用于圖計(jì)算的是SparkStreamingMllibGraphXSparkSQL、HBASE的特點(diǎn)不包括哪些?面向行稀疏性多版本高可靠性、總體來(lái)說(shuō),人工智能發(fā)展的未來(lái)趨勢(shì)是上升下降不動(dòng)大幅度下降、以下數(shù)據(jù)單位從小到大排列的順序是GB、B、KBB、KB、MBKB、ZB、PBB、MB、KB、最初的大數(shù)據(jù)概念還比較模湖,只是隱約的知道像個(gè)性化推薦、搜索引擎之類(lèi)的處理需要大量數(shù)據(jù),那么在搜索引擎方面,誰(shuí)是世界上最大的廠商?谷歌百度360bing、下列選項(xiàng)中,哪個(gè)不是HBASE的特點(diǎn)?A面向行多版本擴(kuò)展性稀疏性、下列選項(xiàng)中,不是用于數(shù)據(jù)存儲(chǔ)的技術(shù)是哪一個(gè)?MongoDBMySQLHDFSJava二、多選題1、在數(shù)據(jù)清洗的過(guò)程中,總共可以歸為三個(gè)階段,它們分別是?數(shù)據(jù)加工數(shù)據(jù)質(zhì)量檢查數(shù)據(jù)校對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化2、 HBASE的特點(diǎn)不包括哪些?面向行稠密性多版本高可靠性3、 麥肯錫全球研究所對(duì)大數(shù)據(jù)的定義是一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合 ,具有以下哪些特征?海量的數(shù)據(jù)規(guī)模快速的數(shù)據(jù)流轉(zhuǎn)多樣的數(shù)據(jù)類(lèi)型價(jià)值密度低4、以下哪兩項(xiàng)是人工智能發(fā)展的標(biāo)志性產(chǎn)品 ?深藍(lán)alphago智能門(mén)禁智能手機(jī)5、在非電信領(lǐng)域,大數(shù)據(jù)可被應(yīng)用到的以下哪些方面A.公共安全B.無(wú)明顯應(yīng)用智能運(yùn)輸智能建筑6、大數(shù)據(jù)應(yīng)用領(lǐng)域成就有哪些?金融互聯(lián)網(wǎng)電子商務(wù)C.工業(yè)生產(chǎn)D.沒(méi)有明顯成就7、以下屬于計(jì)算機(jī)視覺(jué)的研究方向的有 ?物體識(shí)別和檢測(cè)B.語(yǔ)音導(dǎo)航C.視覺(jué)問(wèn)答(看圖說(shuō)話(huà))D.機(jī)器翻譯8、傳統(tǒng)的機(jī)器學(xué)習(xí)算法可以分為哪三類(lèi)監(jiān)督學(xué)習(xí)B.無(wú)監(jiān)督學(xué)習(xí)半監(jiān)督學(xué)習(xí)強(qiáng)化學(xué)習(xí)9、在人工智能發(fā)展歷程中有過(guò)多次低谷期 ,這些低谷期最主要的兩項(xiàng)原因是什么?運(yùn)算力不足B.人員不足技術(shù)瓶頸費(fèi)用太高、HBASE的應(yīng)用場(chǎng)景有哪些?A.半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)記錄非常稀疏結(jié)構(gòu)化數(shù)據(jù)超大數(shù)據(jù)量、使用有監(jiān)督學(xué)習(xí)的問(wèn)題可以被分為哪兩類(lèi)?A.回歸問(wèn)題B.抽樣問(wèn)題C.聚類(lèi)問(wèn)題D.分類(lèi)問(wèn)題、下列選項(xiàng)屬于人工智能的基本概念有機(jī)器學(xué)習(xí)B.深度學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)、HBASE的應(yīng)用場(chǎng)景有哪些?A.半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)記錄非常稀疏結(jié)構(gòu)化數(shù)據(jù)超大數(shù)據(jù)量、下列選項(xiàng)中,是大數(shù)據(jù)發(fā)展趨勢(shì)的是開(kāi)源大數(shù)據(jù)商業(yè)化進(jìn)一步深化打包的大數(shù)據(jù)行業(yè)分析應(yīng)用開(kāi)拓新市場(chǎng)大數(shù)據(jù)細(xì)分市場(chǎng)規(guī)模進(jìn)一步增大大數(shù)據(jù)推動(dòng)公司并購(gòu)的規(guī)模和數(shù)量進(jìn)一步提升、人工智能關(guān)鍵技術(shù)框架主要包括哪兩層基礎(chǔ)設(shè)施算法技術(shù)人員、2010年12月,工信部發(fā)布的物聯(lián)網(wǎng)十二五規(guī)劃上,把信息處理技術(shù)作為4項(xiàng)關(guān)鍵技術(shù)創(chuàng)新工程之一被提出來(lái) ,其中包括了哪些大數(shù)據(jù)的重要組成技術(shù) ?海量數(shù)據(jù)存儲(chǔ)B.數(shù)據(jù)挖掘圖像視頻智能分析python、世界經(jīng)濟(jì)論壇以“大數(shù)據(jù)的回報(bào)與風(fēng)險(xiǎn)”主題發(fā)布了《全球信息技術(shù)報(bào)告(第13版)》,通過(guò)該報(bào)告,各國(guó)政府逐漸認(rèn)識(shí)到大數(shù)據(jù)在哪些方面有重大意義A.推動(dòng)經(jīng)濟(jì)發(fā)展B.改善公共服務(wù)C.增進(jìn)人民福祉D.保障國(guó)家安全、下列選項(xiàng)中,哪兩項(xiàng)是可以用于數(shù)據(jù)采集的技術(shù)?FlumeHiveKafkaMahout、關(guān)于RDD,說(shuō)法正確的兩項(xiàng)是?RDD不能由多個(gè)分區(qū)(partition)組成彈性、集中式內(nèi)存集RDD能生成ChildrenRDD是一個(gè)容錯(cuò)的、并行的數(shù)據(jù)結(jié)構(gòu)、以下用到語(yǔ)音識(shí)別技術(shù)的應(yīng)用包括:A.蘋(píng)果手機(jī)siri微信百度地圖word、人工智能目前在以下哪三個(gè)領(lǐng)域有了長(zhǎng)足的發(fā)展健康教育C.探索太空D.理財(cái)、HDFS適用于什么樣的應(yīng)用場(chǎng)景?存儲(chǔ)和管理PB級(jí)別的數(shù)據(jù)B.處理非結(jié)構(gòu)化數(shù)據(jù)C.注重?cái)?shù)據(jù)處理的吞吐量D.大量小文件、Flume采用了三層架構(gòu),每一層均可以水平擴(kuò)展,它們分別是?agentcollectorstoragesource、KAfak的總體數(shù)據(jù)流有三個(gè)關(guān)鍵角色 ,它們分別是ProducerMessageClusterD.Consumer、業(yè)務(wù)運(yùn)營(yíng)監(jiān)控,可以基于大數(shù)據(jù)分析從下列哪三個(gè)維度為運(yùn)營(yíng)商監(jiān)控管道和客戶(hù)運(yùn)營(yíng)情況?網(wǎng)絡(luò)業(yè)務(wù)氣候用戶(hù)、自然語(yǔ)言處理的主要難點(diǎn)不包括以下哪兩項(xiàng)語(yǔ)言獨(dú)立性語(yǔ)言歧義性多國(guó)語(yǔ)言語(yǔ)境27.以下數(shù)據(jù)量不能說(shuō)成大數(shù)據(jù)的是?A.100MB1000KB100PB1EB、以下哪些屬于大數(shù)據(jù)在電信行業(yè)的應(yīng)用A.網(wǎng)絡(luò)管理和優(yōu)化B.數(shù)據(jù)商業(yè)化C.客戶(hù)關(guān)系管理企業(yè)運(yùn)營(yíng)管理、通過(guò)地理位置信息可以分析出哪些信息A.顏值B.家庭住址C.工作地址D.體重、人工智能技術(shù)的基礎(chǔ)設(shè)施不包括哪兩部分A.系統(tǒng)應(yīng)用機(jī)器學(xué)習(xí)算法C.基礎(chǔ)硬件D.算法框架、自然語(yǔ)言處理需要解決的難點(diǎn)有哪些A.語(yǔ)言歧義性語(yǔ)言魯棒性C.知識(shí)依賴(lài)D.語(yǔ)境、HDFS在哪些場(chǎng)景中表現(xiàn)很差?A.大量小文件隨機(jī)讀取修改文件存儲(chǔ)和管理PB級(jí)別數(shù)據(jù)、大數(shù)據(jù)的業(yè)務(wù)應(yīng)用處理需要經(jīng)過(guò)哪些流程數(shù)據(jù)采集數(shù)據(jù)清洗C.數(shù)據(jù)建模D.數(shù)據(jù)加工、HDFS適用于哪些場(chǎng)景?A.大量小文件B.存儲(chǔ)和管理PB級(jí)別數(shù)據(jù)C.一次寫(xiě)入,多次讀取D.低延遲讀取、人工智能在哪些領(lǐng)域應(yīng)用廣泛?A.健康醫(yī)療B.智能投顧C(jī).智能教育D.智能法務(wù)、以下哪兩個(gè)屬于大數(shù)據(jù)特征?A.數(shù)據(jù)體量大B.價(jià)值密度高數(shù)據(jù)種類(lèi)多處理速度慢,分別是,分別是?A.通用建模B.專(zhuān)屬建模C.范式建模D.維度建模、以下應(yīng)用使用了你的地理位置信息的是?A.滴滴B.百度地圖wordexcel、BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括?輸入層隱層輸出層顯層,它有哪些特、HBase是在Hadoop之上構(gòu)建的開(kāi)源分布式結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)系統(tǒng)點(diǎn),它有哪些特八、、 ?面向列存儲(chǔ)A.非關(guān)系型面向列存儲(chǔ)關(guān)系型面向行存儲(chǔ)、大數(shù)據(jù)可以被應(yīng)用到的行業(yè)有?電

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論