链接：大数据技术原理与应用期末复习第三章知识点
1、人类社会的数据产生方式大致经历的三个阶段：
运营式系统阶段——用户原创内容阶段——感知式系统阶段。
2、大数据的典型特征（4V）：
- 数据量大
- 数据类型繁多
- 处理速度快
- 价值密度低
3、大数据对思维方式的影响：
- 全样而非抽样
- 效率而非精确
- 相关而非因果
4、大数据的计算模式：
- 批处理计算（MapReduce、Spark等）
- 流计算（Flink、Storm、Streams等）
- 图计算（GraphX等）
- 查询分析计算（Hive等）
5、云计算的三种典型服务模式：
- 基础设施即服务（IaaS）:将基础设施（计算资源和存储）作为服务出租。
- 平台即服务（PaaS）：操作系统和围绕特定应用的必须的服务。
- 软件即服务（SaaS）：把软件作为服务出租。
6、云计算的关键技术：
- 虚拟化
- 分布式存储
- 分布式计算
- 多租户
7、数量级之间换算单位：
1EB=2 ^ 10PB = 2 ^ 10TB=2 ^ 10GB=2 ^ 10MB = 2 ^10KB =2 ^10B
8、在科学研究上先后经历的四种范式：
- 实验科学
- 理论科学
- 计算科学
- 数据密集型科学
判断
1、物联网与云计算、大数据是相辅相成的关系，物联网就是指无线传感器。（X）
解析：
物联网是物物相连的互联网，是互联网的延伸，利用局部网络或互联网等通信技术把传感器、控制器、计算机、人员和物等通过新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。
2、MapReduce是分布式并行计算框架，其计算模式属于流计算，实时性好。（X）
解析：
MapReduce属于批处理计算。
第二章
1、启动hadoop所有进程的命令：
start-all.sh
2、关于Hadoop的说法：
- Hadoop的核心是HDFS和MapReduce。
- Hadoop是基于Java语言开发的，支持多种编程语言。
- Hadoop MapReduce是针对谷歌MapReduce的开源实现，通常用于大规模数据集的并行计算。
3、Hadoop的特性：
- 高可靠性
- 高效性
- 高可扩展性
- 高容错性
- 成本低
- 运行在
Linux操作系统上 - 支持多种编程语言
4、名次解释：
- HDFS：分布式文件系统，是Hadoop项目的两大核心之一，是谷歌GFS的开源实现。
- Hive：一个基于Hadoop的数据仓库工具，用于对Hadoop文件中的数据集进行数据整理、特殊查询和分析存储。
- HBase：提供高可靠性、高性能、分布式的
列式数据库，是谷歌BigTable的开源实现。 - Zookeeper:针对谷歌Chubby的一个开源实现，是高校可靠的协同工作系统。
5、Hadoop是Apache公司旗下的分布式计算平台。
6、Hadoop项目结构中，YARN负责资源管理和调度。
7、Hadoop的生态技术：
- HDFS
- HBase
- MapReduce
- Hive
- Pig
- Mahout
- Zookeeper
- Flume
- Sqoop
- Ambari
8、Hadoop生态系统的优势包含：
- 高扩展
- 低成本
- 开源工具成熟
- 高容错性
9、大数据技术方案为了简化并行分布式计算，采用Map和Reduce软件模块进行处理。
判断题
1、Hadoop是IBM公司开发的一款商用大数据软件。（X）
解析：
Hadoop是Apache公司旗下的分布式计算平台。
2、Hadoop是基于Java语言开发的，具有很好的跨平台特性。（√）
3、Hadoop是跨平台的，安装Hadoop时没必要安装JDK。（X）
解析：
Hadoop本身是使用Java编写的，因此Hadoop的开发和运行都需要Java的支持。