欧美成人永久免费_欧美日本五月天_A级毛片免看在线_国产69无码,亚洲无线观看,精品人妻少妇无码视频,777无码专区,色大片免费网站大全,麻豆国产成人AV网,91视频网络,亚洲色无码自慰

答案

B

解析

大數(shù)據(jù)處理：采集,、導(dǎo)入/預(yù)處理,、統(tǒng)計(jì)/分析,、挖掘

擴(kuò)展知識(shí)

1,、大數(shù)據(jù)時(shí)代處理數(shù)據(jù)理念的三大轉(zhuǎn)變：要全體不要抽樣，要效率不要絕對(duì)精確,，要相關(guān)不要因果,。

2、具體的大數(shù)據(jù)處理方法確實(shí)有很多,，但是根據(jù)筆者長(zhǎng)時(shí)間的實(shí)踐,，總結(jié)了一個(gè)普遍適用的大數(shù)據(jù)處理流程，并且這個(gè)流程應(yīng)該能夠?qū)Υ蠹依眄槾髷?shù)據(jù)的處理有所幫助,。整個(gè)處理流程可以概括為四步,，分別是采集、導(dǎo)入和預(yù)處理,、統(tǒng)計(jì)和分析,，最后是數(shù)據(jù)挖掘。

3,、在大數(shù)據(jù)的采集過程中,，其主要特點(diǎn)和挑戰(zhàn)是并發(fā)數(shù)高，因?yàn)橥瑫r(shí)有可能會(huì)有成千上萬的用戶來進(jìn)行訪問和操作,，比如火車票售票網(wǎng)站和淘寶,，它們并發(fā)的訪問量在峰值時(shí)達(dá)到上百萬，所以需要在采集端部署大量數(shù)據(jù)庫才能支撐,。并且如何在這些數(shù)據(jù)庫之間進(jìn)行負(fù)載均衡和分片的確是需要深入的思考和設(shè)計(jì),。

4、導(dǎo)入與預(yù)處理過程的特點(diǎn)和挑戰(zhàn)主要是導(dǎo)入的數(shù)據(jù)量大,，每秒鐘的導(dǎo)入量經(jīng)常會(huì)達(dá)到百兆,，甚至千兆級(jí)別。

5,、統(tǒng)計(jì)與分析這部分的主要特點(diǎn)和挑戰(zhàn)是分析涉及的數(shù)據(jù)量大,，其對(duì)系統(tǒng)資源，特別是I/O會(huì)有極大的占用,。

6,、與前面統(tǒng)計(jì)和分析過程不同的是,，數(shù)據(jù)挖掘一般沒有什么預(yù)先設(shè)定好的主題，主要是在現(xiàn)有數(shù)據(jù)上面進(jìn)行基于各種算法的計(jì)算,，從而起到預(yù)測(cè)（Predict）的效果,，從而實(shí)現(xiàn)一些高級(jí)別數(shù)據(jù)分析的需求。比較典型算法有用于聚類的Kmeans,、用于統(tǒng)計(jì)學(xué)習(xí)的SVM和用于分類的NaiveBayes,，主要使用的工具有Hadoop的Mahout等。該過程的特點(diǎn)和挑戰(zhàn)主要是用于挖掘的算法很復(fù)雜,，并且計(jì)算涉及的數(shù)據(jù)量和計(jì)算量都很大,，常用數(shù)據(jù)挖掘算法都以單線程為主。