简答题 什么是大数据 大数据是指无法在容许的时间内用常规软件工具对其内容进行抓取，管理和处理的 数据。 大数据特点4V 数据量大(Volume),数据类型繁多(Variety),处理速度快(Velocity).价值密度低(Value) 大数据对思维方式的重要影响 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，相关而非因果。 大数据的关键技术 批处理计算，流计算，图计算，查询分析计算 大数据计算模式 （1）、批处理计算：批处理计算主要解决针对大规模数据的批量处理，也就是我们日常数据分析工作中非常常见的一类数据处理需求。 （2）、流计算：流数据是指...

简答题 hadoop简介 Hadoop是Apache软件基金会旗下的一个开源分布式计算平台，为用户提供了系统底层细节透明的分布式基础架构 Hadoop是基于Java语言开发的，具有很好的跨平台特性，并且可以部署在廉价的计算机集群中 Hadoop的核心是分布式文件系统HDFS（Hadoop Distributed File System）和MapReduce Hadoop被公认为行业大数据标准开源软件，在分布式环境下提供了海量数据的处理能力 几乎所有主流厂商都围绕Hadoop提供开发工具、开源软件、商业化工具和技术服务，如谷歌、雅虎、微软、思科、淘宝等，都支持Hadoo...

简答题 分布式文件系统的结构 结构图 主从结构，多副本存储 分布式文件系统在物理结构上是由计算机集群中的多个节点构成的，这些节点分为两类，一类叫“主节点”(Master Node)或者也被称为“名称结点”(NameNode)，另一类叫“从节点”（Slave Node）或者也被称为“数据节点”(DataNode) HDFS的实现目标 ●兼容廉价的硬件设备 ●流数据读写 ●大数据集 ●简单的文件模型 ●强大的跨平台兼容性 HDFS特殊的设计，在实现上述优良特性的同时，也使得自身具有一些应用局限性，主要包括以下几个方面： ●不适合低延迟数据访问 ●无法高效存储大量小文件 ●不支持...

简答题 1. HBase简介 HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来存储非结构化和半结构化的松散数据。HBase的目标是处理非常庞大的表，可以通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表 2. HBase 和传统关系数据库的区别 区别 传统关系数据库 HBase 数据类型 关系模型 数据模型 数据操作 插入、删除、更新、查询、多表连接 插入、查询、删...

Nosql not only sql NoSQL兴起的原因：（关系数据无法满足Web 2.0的需求） 1）无法满足海量数据的管理需求 2）无法满足数据高并发的需求 3）无法满足高可扩展性和高可用性的需求 Web2.0特性 1）Web2.0网站系统通常不要求严格的数据库事务 2）Web2.0并不要求严格的读写实时性 3）Web 2.0通常不包含大量复杂的SQL查询 NoSQL数据库具有以下几个特点 （1）灵活的可扩展性 （2）灵活的数据模型 （3）与云计算紧密融合 与关系数据库的比较 （1）关系数据库 优势：以完善的关系代数理论作为基础，有严格的标准，支持事务ACID四性，借助...

概念 云数据库是部署和虚拟化在云计算环境中的数据库。云数据库是在云计算的大背景下发展起来的一种新兴的共享基础架构的方法，它极大地增强了数据库的存储能力，消除了人员、硬件、软件的重复配置，让软、硬件升级变得更加容易，同时也虚拟化了许多后端功能。云数据库具有高可扩展性、高可用性、采用多租形式和支持资源有效分发等特点。 特性 动态可扩展 高可用性 较低的使用代价 易用性 高性能 免维护 安全 典型产品 企业 产品 Amazon Dynamo、Simple DB、RDB ...

简答 MapReduce模型简介 MapReduce将复杂的、运行于大规模集群上的并行计算过程高度地抽象到了两个函数：Map和Reduce 编程容易，不需要掌握分布式并行编程细节，也可以很容易把自己的程序运行在分布式系统上，完成海量数据的计算 <mark>MapReduce采用“分而治之”策略</mark>，一个存储在分布式文件系统中的大规模数据***被切分成许多独立的分片（split），这些分片可以被多个Map任务并行处理 <mark>MapReduce设计的一个理念就是“计算向数据靠拢”</mark>，而不是“数据向计算靠拢”，因为，移动...

Spark的主要特点 运行速度快：使用DAG执行引擎以支持循环数据流与内存计算 容易使用。：支持使用Scala、 Java、 Python和R语言进行编程，可以通过Spark Shell进行交互式编程 通用性： Spark 提供了完整而强大的技术栈，包括SQL查询、流式计算、机器学习和图算法组件 运行模式多样：可运行于独立的集群模式中，可运行于Hadoop中，也可运行于Amazon EC2等云环境中，并且可以访问HDFS、Cassandra、HBase、Hive 等多种数据源 SCALA的简单语句 Spark与hadoop的对比 Scala是一门现代的多范式编程语...

【单选题】 流计算秉承一个基本理念，即数据的价值随着时间的流逝而 （），如用户点击流。 A、升高 B、不变 C、降低 D、不确定 我的答案：C Hadoop运行的是MapReduce任务，类似地，Storm运行的任务叫做（）。 A、Bolt B、Spout C、Tuple D、Topology 我的答案：D 对于一个流计算系统来说，它应达到如下哪些需求 A、可靠性 B、海量式 C、分布式 D、高性能 我的答案：ABCD 4【多选题】数据采集系统的基本架构包括哪些部分 A、Controller B、Store C、Agent D、Collector 我的答案：BCD 5【多选题】...

1【单选题】Pregel是一种基于（）模型实现的并行图处理系统。 A、SBP B、TSP C、STP D、BSP 我的答案：D 2【单选题】谷歌在后Hadoop时代的新“三驾马车”不包括（）。 A、Dremel B、Pregel C、Caffeine D、Hama 我的答案：D 3【多选题】以下关于Pregel图计算框架说法正确的是（）。 A、通常只对满***换律和结合律的操作才会开启Combiner功能 B、对于全局拓扑改变，Pregel采用了惰性协调机制 C、Aggregator提供了一种全局通信、监控和数据查看的机制 D、Pregel采用检查点机制来实现容错 我的答案：ABCD 4【填空...

简述可视化技术实现的目标。 观测跟踪数据 分析数据 辅助理解数据 增强数据吸引力 【简答题】列举几种较流行的可视化工具及其功能。 入门工具：Excel 信息图标工具：Google Chart API, D3,Visual.ly,Tableau,大数据墨镜 地图工具：Googel Fusion Tables, Modest Maps，Leaflet 时间线工具：Timetoaset, Xtimeline 高级分析工具：R, Weka,Gephi

构造正规表达式a(aa)*bb(bb)a(aa) 的NFA。 解： 构造正规表达式((a|b)*|aa)*b的NFA。 解： 令文法G[N]为 G[N]: N→D|ND D→0|1|2|3|4|5|6|7|8|9 给出句子568的最左、最右推导。 解： 最左推导：N–> ND–> NDD–> DDD–> 5DD–> 56D–> 568 最右推导：N–> ND–> N8–> ND8–> N68–> D68–> 568 给出字母表Σ={a,b}上的同时只有奇数个a和奇数个b的所有串的集合的正规文法； 解...

本源码为网络资源收集整理，如有侵权，请联系我，我删除就行了 目录 LL1文法判断 正规表达式求NFA LL1文法，分析表 LR0分析表 LR1分析表 SLR分析表 LALR1分析表 编程源码https://download.csdn.net/download/qq_43925089/12526251 LL1文法判断 正规表达式求NFA 打开idea 输入正规表达式生成NFA与DFA 输入单词判断是否符合正规表达式 LL1文法，分析表 输入LL1文法 解析文法...

一节 关于多线程并行处理定时任务的情况，下列哪些说法符合 《阿里巴巴Java开发手册》: BCD A .推荐使用Timer方式处理。 B .推荐使用ScheduledExecutorService方式处理。 C .Timer运行多个TimeTask时，只要其中之一没有捕获抛出的异常，其它任务便会自动终止运行。 D .ScheduledExecutorService并发运行多个定时任务时，其中某线程抛出异常，不会影响到其它线程的继续运行。 关于数据库中表相关的命名，下列哪些说法符合 《阿里巴巴Java开发手册》: ABD A .表名、字段名禁止出现数字开头，禁止两个下划线中间只...