2019/07/10

别管垃圾分类了，这几道数据分类题看你能答对多少

戴尔官方企采中心

“干垃圾”or“湿垃圾”

你学会分类了吗？

最近，上海的垃圾分类新闻成为了全国热议的话题。先别急着笑，因为垃圾分类将从上海推开到全国46个城市试点，而且已经提上日程，所以如何做好垃圾分类，是我们每个人都要做的功课。

而说到了垃圾分类，小编就想到了数据分类，其实两者何等的相似。曾经认为，数据只要安安静静地躺在磁盘里就好了，但随着对数据的认识越来越深刻，人们发现数据其实是一座闪闪发光的金矿。

而随着AI、IoT的向前发展，数据的价值还在不断上升，已经成为企业最宝贵的资产。

从无人问津到视若珍宝，这种转变，真是有种恍若隔世的感觉。不过，如果没有正确地将数据“因材施用”，那么数据价值也无法真正实现，如同错误地把“干垃圾”放进“湿垃圾桶”里一样。

所以，对IT人来说，学会数据如何分类，同样重要！

？

下面小编就出几

道题来考考各位

01、办公文档、文本、XML等各类报表应该归类为结构化数据还是非结构化数据？

A. 结构化数据。

C. 非结构化数据。

B. 两者都不是。

D.两者都是。

答案（反白）:C

解析：有些人误以为只有图像、影音之类的文件才是非结构化数据，其实凡是不适用于数据库二维表来表现的都是非结构化数据，这包括所有格式的办公文档、XML、HTML、各类报表、图片和咅频、视频信息等。

02、在结构化数据和非结构化数据之间，还有半结构化数据，以下对半结构化数据表述是正确的是？（多选）

A. 介于结构化数据与非结构化数据之间。

B. 一种适用于数据库集成的数据模型。

C. 半结构化数据的构成更为复杂和不确定，从而也具有更高的灵活性，能够适应更为广泛的应用需求。

D. 既是结构化数据，也是非结构化数据。

答案（反白）：ABC

解析：半结构化数据是介于完全结构化数据和完全无结构的数据之间的数据。半结构化数据是结构化数据的一种形式，它并不符合关系型数据库或其他数据表的形式关联起来的数据模型结构，但包含相关标记，用来分隔语义元素以及对记录和字段进行分层。因此，它也被称为自描述的结构。

03、换一个灯泡需要多少分析科学家？

A.一个

C.三个

B.两个

D.四个

答案（反白）：C

解析：一个证明存在性，一个证明唯一性，第三个推导出一种非构建算法来实现他。

04、什么是热数据？

A. 温度高于40度的数据。

B. 指机房通风不畅，吹不到空调的磁盘里的数据。

C. 指需要被计算节点频繁访问的数据。

D. 是指温度高于60度的数据。

答案（反白）：C

解析：这就不需要解释了吧

05、冷数据和热数据如何进行有效利用？

A. 冷数据远离空调，热数据就近空调。

B. 冷数据就近空调，热数据远离空调。

C. 冷数据就近计算，热数据集中存储。

D. 冷数据集中存储，热数据就近计算。

答案（反白）：D

解析：由于热数据是需要被计算节点频繁访问的在线类数据，因此需要就近计算，而冷数据冷数据访问频次低，效率要求慢，可以做集中化部署。

06、什么是流数据？

A. 会流动的数据。

B. 是一组顺序、大量、快速、连续到达的数据序列。

C. 在短时间内被大量读取或写入的数据。

D. 一种名为流数据的液体。

答案（反白）：B

解析：关于流数据，可以看我们戴尔易安信中国研发中心的专家所写的文章。

07、按照粒度来划分，数据分为以下哪几个类别？

A. 明细数据、状态数据。

B. 汇总数据、原始数据。

C. 明细数据、汇总数据。

D. 汇总数据、衍生数据。

答案（反白）：C

解析：所谓数据粒度，指的是数据仓库中数据单元的细节程度或综合程度的级别。这种分类方式的相关场景有两种，一种是在数据仓库设计时，如何对数据进行汇总，按什么方式进行汇总，才能达到使用效率和汇总成本的平衡。另一种是数据分析人员在分析数据时，在明细数据、各种汇总数据之间选择合适的数据，以提高分析效率。

08、文本类、数值类、时间类数据应该放在以下哪个划分方式中？

A. 按照字段类型划分。

B. 按照描述事物的角度划分。

C. 按照数据粒度划分。

D. 按照数据结构划分。

答案（反白）：A

解析：按照字段类型分类数据的是最基本的数据分类方式。

09、从描述事物的角度，数据有哪几个分类？

A. 状态类数据、事件类数据、混合类数据。

B. 事件类数据、汇总类数据、时间类数据。

C. 事件类数据、混合类数据、明细类数据。

D. 状态类数据、衍生类数据、混合类数据。

答案（反白）：A

解析：这种分类方式在数据仓库建模是特别重要。数据仓库需要保存各种历史数据，不同类型的历史数据保存方式差别很大。状态类数据保存历史的方式一般有两种：存储快照或者SCD方式。事件类数据一旦发生就已经是历史了，只需直接存储或者按时间分区存储。混合类数据保存历史比较复杂，可以把变化的字段分离出来，按状态类数据保存，剩下不变的则按事件类数据保存，使用时再把两者合并。