A、 专门⽤于处理具有⾼度相互关联关系的数据
B、 ⽐较适合于社交⽹络、模式识别、依赖分析、推荐系统以及路径寻找等问题
C、 灵活性⾼,⽀持复杂的图形算法
D、 复杂性⾼,只能⽀持⼀定的数据规模
答案:ABCD
A、 专门⽤于处理具有⾼度相互关联关系的数据
B、 ⽐较适合于社交⽹络、模式识别、依赖分析、推荐系统以及路径寻找等问题
C、 灵活性⾼,⽀持复杂的图形算法
D、 复杂性⾼,只能⽀持⼀定的数据规模
答案:ABCD
A. D3是⼀个被数据驱动的⽂档
B. D3是⼀个JavaScript的函数库,使⽤它主要是⽤来做数据可视化的
C. D3是⼀个JavaScript函数库,并不需要通常所说的”安装”
D. D3有多个⽂件,在HTML中引⽤即可
A. AmazonRDS:云中的关系数据库
B. AmazonSimpleDB:云中的键值数据库
C. AmazonDynamoDB:云中的数据仓库
D. AmazonElastiCache:云中的分布式内存缓存
A. 为⽤户提供了系统顶层分布式基础架构
B. 具有较差的跨平台特性
C. 可以部署在廉价的计算机集群中
D. 被公认为⾏业⼤数据标准开源软件
A. ⽤户可通过Client提供的⼀些接⼝查看作业运⾏状态
B. ⽤户编写的MapReduce程序通过Client提交到JobTracker端
C. JobTracker负责资源监控和作业调度
D. JobTracker会跟踪任务的执⾏进度、资源使⽤量等信息,并将这些信息告诉任务调度器(TaskScheduler)
A. 电信⾏业:客户离⽹分析
B. 智能机器⼈
C. 零售⾏业:发现关联购买⾏为、进⾏客户群体细分
D. 推荐系统
A. 专家推荐:⼈⼯推荐,由资深的专业⼈⼠来进⾏物品的筛选和推荐,需要较多的⼈⼒成本
B. 基于统计的推荐:基于统计信息的推荐(如热门推荐),易于实现,但对⽤户个性化偏好的描述能⼒较弱
C. 基于内容的推荐:通过机器学习的⽅法去描述内容的特征,并基于内容的特征来发现与之相似的内容
D. 混合推荐:结合多种推荐算法来提升推荐效果
A. 数据存储
B. 数据加密
C. 数据理解与分析
D. 数据传输
A. 性能好(⾼并发),灵活性⾼
B. 具备统⼀的查询语法
C. ⽂档数据库⽀持⽂档间的事务
D. 复杂性低,数据结构灵活
A. SparkStreaming⽆法实现毫秒级的流计算
B. Storm可以实现毫秒级响应件
C. Storm的低延迟执⾏引擎(100ms+)可以⽤于实时计算
D. SparkStreaming采⽤的⼩批量处理的⽅式使得它可以同时兼容批量和实时数据处理的逻辑和算法
A. 关键字
B. ⾏键
C. 列族
D. 时间戳