文档介绍：大数据考点总结
———————————————————————————————— 作者：
———————————————————————————————— 日期：
名词解释
ａ doｏ p: 是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。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。核心是分布式文件系统Ｈ DFS（Ｈ adooｐ D ｉｓ trib ｕ t ｅ d ) 和 M
pRｅ dｕｃ e。
：
是 Hadooｐ的一个分布式文件系统的访问模式是一次写入、多次读取
, 它的主要设计理念为存储超大文件 , 运行在普通廉价的服务器上。
, 最高效
se：
是一个高可靠、高性能、面向列、可伸缩的分布式数据库，主要用来存储非结构化和半结构化的松散数据。 $ ｈｂａ sｅ ｓｈ eｌｌ
： AＭ P 实验室于 2009 年开发 ,基于内存计算的大数据并行计算框架 ,可用于构建
大型的、低延迟的数据分析应用程序
. 推荐系统 : 是自动联系用户和物品的一种工具，通过研究用户的兴趣偏好，进行个性化计算 ,帮助用户从海量信息中去发掘自己潜在的需求
网络爬虫 : 又称为网络蜘蛛， 是一种按照一定的规则 ,自动的抓取万维网信息的程序或者脚本。
7．大数据 : 一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库能力范围
的数据集合（ 3．处理速度快 4 价值密度低即 Voｌ ume 、 Vaｒieｔ y、Vａｌ ue 、Veｌｏ city ）
8.
物联网 :物物相连的互联网 ,是互联网的延伸，它利用局部网络或互联网等通信技术把传感
器、控制器、机器、人员和物等通过新的方式联在一起
,形***与物、物与物相
联 ,实现信息化和远程管理控制
9.
云计算： 通过整合和管理分布在网络各处的计算资源
,提供可伸缩的、廉价的分布式计算
能力 ,通过互联网以统一界面，向大量的用户提供服务的一种模式
１0 数据可视化 :将大型集中的数据以图形图像形式表示
,并利用数据分析和开发工具发现其
中未知信息的处理过程
简答题
有哪些组件以及功能 ?
:主要组件有分布式文件系统ＨDＦ S，为海量数据提供存储 ; 分布式并行编程模型Ｍ apre ｄ uce 为用户提供强大的计算能力。