Онлайн тесты на тему "Росдистант. Тема 4. Big Data: технология, принципы и архитектура. Промежуточный тест."

Тестовое задание на тему: Тема 4. Big Data: технология, принципы и архитектура. Промежуточный тест.
Тест выполнен на 100%. После оплаты вы сможете скачать готовые ответы по тесту. Так же могу выполнять данную работу индивидуально. Делайте индивидуальный заказ.

Описание работы

Тема 4. Big Data: технология, принципы и архитектура. Промежуточный тест

Выделите проблемы больших данных.
Затраты на обработку
Конфиденциальность
Потеря информации
Сфера применения

Что включают задания для обработки данных с помощью длительных пакетных заданий?
Чтение исходных файлов
Обработку исходных файлов
Запись вывода в новые файлы
Чтение полученных файлов

Сбор неструктурированных данных включает
данные журналов событий внутренних систем
существующие архивы данных
данные GPS
аналоговые источники информации

Выберите главные характеристики Big Data.
Огромный объем данных, скорость обработки больших данных, скорость появления новых данных
Огромный объем данных, скорость анализа данных, скорость обработки данных
Огромный объем данных, достоверность данных, ценность накопленной информации
Огромный объем данных, сложность типов данных и их структуры, скорость появления новых данных

Виды классификации информации, включаемой в большие данные, – это
операционные данные
коммерческие данные
официальные данные
свободные данные

Какой принцип архитектуры больших данных считает, что архитектура приложения для работы с большими данными должна иметь интуитивно понятный дизайн, который можно настраивать, он должен быть доступен через текущие используемые информационные панели и доступен в облаке?
Предварительный этап
ETL для больших данных
API служб данных
Сервис пользовательского интерфейса

Каковы проблемы инфраструктуры больших данных?
Безопасность, которая усложняется с большими наборами данных
Прогнозирование будущих потребностей и тенденций
Предоставление рассогласованных методов внедрения технологий, решающих сопоставимые проблемы
Масштабирование, которое может влиять на производительность

Для какой группы подходов к Big Data обработка не предполагает получения новых знаний, ее результаты соотносятся с априорными знаниями и позволяют судить о том, как протекают те или иные процессы?
Быстрые данные
Большая аналитика
Глубокое проникновение
Глубокая аналитика

Что предполагает анализ больших данных?
Распределение функций сбора, хранения и анализа данных между несколькими программами-исполнителями
Распределение функций сбора и хранения данных между несколькими программами-исполнителями
Распределение функций сбора и анализа данных между несколькими программами-исполнителями
Распределение функций сбора, хранения и анализа данных внутри программы-исполнителя

Механизм анализа в рамках больших данных включает следующую последовательность.
Сбор информации – анализ полученных данных – построение выводов
Сбор информации – построение выводов – анализ полученных данных
Анализ полученных данных – сбор информации – построение выводов
Анализ полученных данных – построение выводов – сбор информации

Какой уровень архитектуры анализа больших данных получает результаты от уровня анализа больших данных и представляет их соответствующему уровню вывода, также известному как уровень бизнес-аналитики?
Уровень источников больших данных
Уровень управления и хранения
Уровень анализа
Уровень потребления