第1 部分：基础部分（第1-3 章）
第1 章数据科学概述
1、数据的概念：
单选题1.2
数据的表现形式包括（）
A.视频 B.符号
C.图像 D.以上全部
答案：D
数据的表现形式有很多，包括符号、文字、数字、音频、图像、视频等
简述题1.1
简述数据与信息之间的关系
数据指的是事实或经过观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。数据的表现形式有很多，包括符号、文字、数字、音频、图像、视频等。信息是对客观世界中各种事物的运动状态和变化的反映，是数据有意义的表示。数据本身没有意义，数据只有对实体行为产生影响时才成为信息。
2、数据的分类：
单选题1.1
数据的结构类型包括（）
A.结构化数据 B.半结构化数据
C.非结构化数据 D.以上全部
答案：D
3、数据模型：
填空题1.1
数据模型按照不同的应用层次可以分为三种类型：++概念模型、逻辑模型、物理模型++
4、数据科学的概念：
单选题1.4
数据科学的研究步骤不包括（）
A.数据业务化 B.获取数据集
C.对数据进行预处理 D.数据感知化呈现
答案：A
简述题1.3
列出数据科学的研究步骤
填空题1.2
数据科学是关于**++数据++** 的科学，是探索和发现数据中价值的++理论++ 、方法和++技术++，是对从数据中提取知识的研究。
5、数据科学的研究内容：
填空题1.5
数据科学的研究内容有++领域数据科学++ 、++数据资源开发++、用科学研究数据和用数据研究科学。
简述题1.5
数据科学的研究内容主要有哪些
第2 章大数据概述
1、大数据的发展历程：
填空题2.1
大数据发展的四阶段分别为：萌芽阶段、++突破阶段、成熟阶段、应用阶段++
2、大数据的概念与特征：
单选题2.3
以下（）不是大数据的特征
A.数据量大 B.价值密度高
C.数据种类繁多 D.处理速度快
答案：B
填空题2.3
大数据的5个特征是：++数据量大、数据种类繁多、处理速度快、价值密度低、真实性强++
3、大数据的核心技术：
简述题2.2
列出大数据的六个核心技术
4、大数据的价值：
填空题2.4
大数据的价值体现在++发现规律++ 和++预测未来++两个方面
第3 章大数据与云计算
1、云计算的特点：
填空题3.1
任意列出云计算的四个特点：
2、云计算分类：
填空题3.3
根据服务类型，云计算可以分为：
基础设施即服务------IaaS
平台即服务------PaaS
软件即服务------SaaS
数据即服务------DaaS
3、云计算的核心技术：
填空题3.4
云计算的核心技术有：++编程模型、分布式技术、虚拟化技术、云平台技术++
简述题3.4
简述云计算的核心技术
云计算的核心技术包括编程模型、分布式技术、虚拟化技术、云平台技术；
- 编程模型：以 MapReduce 为代表，它是简化的分布式编程模型，由谷歌开发，支持 Python、Java、C++ 等语言。通过将问题分解为 Map（映射）和 Reduce（化简）两个阶段，先把输入数据集切分成独立数据块，由多台计算机并行运算处理，再汇总输出结果。
- 分布式技术：包含分布式计算和分布式存储。分布式计算是将不同地理位置的计算机资源组成集群，把大任务分割成小任务单元分配给不同计算机处理后汇总结果，具有模块结构化、资源分散、任务并行、整体强健、实时性强等特点；分布式存储有中心化和去中心化两种体系架构，中心化架构以一个节点为中心，管理方便但中心节点负载重且易影响整体系统，去中心化架构各节点功能均等、负载均衡但管理难度大，二者在可扩展性、可维护性等性能上各有优劣。
- 虚拟化技术：分为基础设施虚拟化、系统虚拟化和软件虚拟化。基础设施虚拟化涵盖硬件、网络、存储、文件虚拟化，分别实现硬件配置虚拟、网络资源整合、存储逻辑接口统一、分散文件逻辑接口整合；系统虚拟化可将物理计算机与操作系统分离，让一台物理计算机运行多个虚拟操作系统，为虚拟机提供虚拟的处理器、内存等硬件环境；软件虚拟化通过虚拟软件包放置应用程序和数据，具有减小应用冲突、减少导入时间、可运行同一应用多个版本等特点，典型应用产品有 Java 虚拟机、APP - V、VMware Thin App 等。
- 云平台技术：以 Amazon 云平台（AWS）为代表，提供计算、存储、数据库、应用程序等服务，采用去中心化的分布式架构，存储采用 Dynamo 架构，以键值对、位的形式存储数据，适用于简单存取写入的场景，相比传统关系型数据库能提高存储效率。
填空题3.7
虚拟化技术包括：++基础设施虚拟化、系统虚拟化、软件虚拟化++
