1.大数据的类型结构？
四种。
①结构化数据。包括预定义的数据类型、格式和结构的数据。例关系型数据库中的数据。
②半结构化数据。具有可识别的模式并可解析的文本数据文件。例自描述和具有定义模式的XML数据文件。
③准结构化数据。具有不规则数据格式的文本数据，使用工具可进行格式化。例包含不一致的数据值和格式化的网站点击数据。
④非结构化数据。没有固定结构的数据，通常保存为不同类型的文件。例文本文档、图片、音频和视频。
2.大数据的特征？
4V。Volume（数据量大）各类机构存储数据的数量正在急速增长。
Variety（类型繁多）包含传统的关系型数据、半结构化数据、非结构化数据。
Value（价值密度低）价值密度的高低与数据总量的大小成反比。
Velocity（速度快）速度快、时效高是大数据处理技术区分于传统海量数据处理技术的最显著特征。
3.大数据的处理技术？
实时大数据处理：金融、移动、互联网B2C产品等。要求在数秒内返回上亿级数据的分析，达到不影响用户体验的目的。满足这样的需求，①采用传统关系型数据库组成并行处理集群②采用内存计算平台、HDD架构。
离线大数据处理：离线统计分析、机器学习、搜索引擎的反向索引计算、推荐引擎的计算等，应采用离线分析的方式，通过数据采集工具将日志数据导入专用的分析平台。
5个技术。
①大数据采集技术②大数据预处理技术③大数据存储与管理技术④大数据分析与挖掘技术⑤大数据展现与应用技术
4.“大数据”处理的过程？
一般过程为：大数据采集、大数据预处理、大数据存储与管理、大数据分析与挖掘、大数据展现与应用。
“大数据”处理的关键技术就是在处理大数据的各个阶段使用到的相关技术。
5.大数据处理系统的功能？特征？
功能：①海量数据存储②高速处理③并行服务快速开发④可在廉价机器搭建的集群上运行
特征：①实用性②可用性③安全性④可拓展性⑤完整性
6.大数据应用有哪些？
①精准广告投放②精密医疗卫生体系③个性化教育④交通行为预测⑤数据安全
参考书籍：《云计算理论与实践》 潘虎著 中国工信出版集团