答:(1)大数据是指无法在可容忍的时间内用现有IT技术和软硬

件工具对其进行感知、获取、管理、处理和服务的数据集合。

(2)大数据的基本特征如下:

①大数据的首要特征是数据量巨大,而且在持续、急剧地膨胀。 ②大数据异构的数据类型、不同的数据表示和语义解释多样。

③大数据具有快变性也称为实时性,一方面指数据到达的速度很快,另一方而指能够进行处理的时间很短,或者要求响应速度很快,即实时响应。

④大数据的价值是潜在的、巨大的,大数据不仅具有经济价值和产业价值,还具有科学价值。这是大数据最重要的特点,也是大数据的魅力所在。

 2.分析传统RDBM在大数据时代的局限性。

答:关系数据库在大数据时代丧失了互联网搜索这个机会,其主要原因是关系数据库管理系统(并行数据库)的扩展性遇到了前所未有的障碍,不能胜任大数据分析的需求,关系数据管理模型追求的是高度的一致性和正确性,面向超大数据的分析需求。

3.分析传统RDBM的哪些技术应该在非关系数据管理系统中继承和发展。

答:传统RDBMS的一致性和ACID特性在非关系数据管理系统中继续和发展。

4.什么是NoSQL,试述NoSQL系统在人数据库发展中的作用。

答:(1)NoSQL是以互联网大数据应用为背景发展起来的分布式数据管理系统,它有两种解释:一种是Non-Relational,即非关系数据库;另一种是Not Only SQL,即数据管理技术不仅仅是SQL。NoSQL系

统支持的数据模型通常分为:Key-Value模型、BigTable模型、文档(document)。

(2)NoSQL系统为了提高存储能力和并发读写能力采用了极其简单的数据模型,支持简单的查询操作,而将复杂操作留给应用层实现。该系统对数据进行划分,对各个数据分区进行备份,以应对结点可能的失败,提高系统可用性;通过大量结点的并行处理获得高性能,采用的是横向扩展的方式(scale out)。

5.什么是NewSQL,查询相关资料,分析NewSQL是如何融NoSQL和RDBMS两者的优势的。

答:(1)NewSQL系统是融合了NoSQL系统和传统数据库事务管理功能的新型数据库系统。

(2)NewSQL将SQL和NoSQL的优势结合起来,充分利用计算机硬件的新技术、新结构,研究与开发了若干创新的实现技术。

6. 描述MapReduce的计算过程。分析MapReduce技术作为大数据分析平台的优势和不足。

答:(1)MapReduce技术主要应用于大规模廉价集群上的大数据并行处理,是以key/value的分布式存储系统为基础,通过元数据集中存储、数据以chunk为单位分布存储和数据chunk冗余复制来保证其高可用性。

(2) 优势:MapReduce是一种并行编程模型。其处理模式以离线式批量处理为主。

(3) MapReduce存在如下不足:

①基于MapReduce的应用软件较少,许多数据分析功能需要用户自行开发,从而导致使用成本增加;

②程序与数据缺乏独立性;

③在同等硬件条件下,MapReduce的性能远低于并行数据库;

④ MapReduce处理连接的性能尤其不尽如人意。