数据采集与预处理安俊秀习题答案.docx

第1章

1.大数据的“5V”特征是什么？

大数据的“5V”特征使得数据采集的挑战愈发突出，其分别为Volume（大体量）、Velocity（时效性）、Variety（多样性）、Value（高价值）与Veracity（准确性）。

2.Flume中最小日志采集单位是什么，包括哪些部分？

Flume被设计成一个分布式的管道架构，可以看作在数据源和目标地之间是一个由Agent（代理，最小日志采集单位）构成的网络。Agent主要由Source、Channel与Sink三个组件组成。

3.请概述三大数据采集工具Flume、Logstash、Fluentd之间的区别。

不同组件之间有着不同的优势和劣势，总结