云计算与大数据技术题库1-7章节习题参考答案含原题.docx

1.10 习题
1．简述云计算的定义。
【参考答案】
云计算的定义有多种说法，细查起来，出现几十种上百种说法也不稀奇，这里只介绍几种相对权威机构或组织给出的云计算定义的说法。
百度百科中描述：“云计算（Cloud Computing）是基于互联网的相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。”
从百度百科中析出美国国家标准与技术研究院（NIST）定义：“云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。”
ISOIEC 17788在2014年的《INTERNATIONAL STANDARD》中表述云计算的术语解释为“云计算是一种支持网络访问的，将可伸缩、弹性、可共享的物理和虚拟资源池以按需自服务的方式供应和管理”。
在维基百科（Wikipedia.org）中，截止到2010年7月，“云计算”的词条被表述为是一种基于互联网的计算，在其中共享的资源、软件和信息以一种按需的方式提供给计算机和设备，就如同日常生活中的电网一样。
2．试述云计算的能力类型。
【参考答案】
云能力类型是根据资源的使用情况，对为云服务客户提供的云服务的功能进行的分类。有三类不同的云能力类型：应用能力类型、基础设施能力类型和平台能力类型。
n 应用能力类型。云服务客户能使用云服务提供者的应用的一类云能力类型。
n 基础设施能力类型。云服务客户能配置和使用计算、存储和网络资源的一类云能力类型。
n 平台能力类型。云服务客户能使用云服务提供者支持的编程语言和执行环境，部署、管理和运行客户创建或客户获取的应用的一类云能力类型。
3．试述云计算的服务类型。
【参考答案】
云服务类别是拥有相同质量集的一组云服务。一种云服务类别可对应一种或多种云能力类型。参考自《云计算标准化白皮书》中描述，典型的云服务类别包括：
n 通讯即服务（CaaS）。为云服务客户提供实时交互与协作能力的一种云服务类别。
n 计算即服务（CompaaS）。为云服务客户提供部署和运行软件所需的配置和使用计算资源能力的一种云服务类别。
n 数据存储即服务（DSaaS）。为云服务客户提供配置和使用数据存储相关能力的一种云服务类别。
n 基础设施即服务（IaaS）。为云服务客户提供云能力类型中的基础设施能力类型的一种云服务类别。
n 网络即服务（NaaS）。为云服务客户提供传输连接和相关网络能力的一种云服务类别。
n 平台即服务（PaaS）。为云服务客户提供云能力类型中的平台能力类型的一种云服务类别。
n 软件即服务（SaaS）。为云服务客户提供云能力类型中的应用能力类型的一种云服务类别。
其中以IaaS、PaaS和SaaS应用最为广泛。
4．试述云计算典型部署模式。
【参考答案】
云计算有四类典型的部署模式：公有云、私有云、混合云和社区云。
n 公有云：云基础设施对公众或某个很大的业界群组提供云服务。通常指第三方提供商为用户提供的能够使用的云，公有云一般可通过Internet提供免费或成本低廉的服务，公有云的核心属性是共享资源服务。
n 私有云:云基础设施特定为某个组织运行服务，可以是该组织或某个第三方负责管理，可以是场内服务，也可以是场外服务，私有云的核心属性是专有资源。
n 混合云：云基础设施由两个或多个云（私有云、社区云或公有云）组成，独立存在，但是通过标准的或私有的技术绑定在一起，这些技术可促成数据和应用的可移植性（例如用于云之间负载分担的cloud bursting 技术）。混合云是近年来云计算的主要模式和发展方向。
n 社区云：云基础设施由若干个组织分享，以支持某个特定的社区。社区云可以是该组织或某个第三方负责管理，可以是场内服务，也可以是场外服务。
5．试述云计算的基本特征。
【参考答案】
大体来讲，云计算具有如下的特征：
n 广泛的网络接入：可通过网络，采用标准机制访问物理和虚拟资源的特性。
n 可测量的服务：通过可计量的服务交付使得服务使用情况可监控、控制、汇报和计费的特性。通过该特性，可优化并验证已交付的云服务。
n 多租户：通过对物理或虚拟资源的分配保证多个租户以及他们的计算和数据彼此隔离和不可访问的特性。
n 按需自服务：云服务客户能根据需要自动，或通过与云服务提供者的最少交互，配置计算能力的特性。
n 快速的弹性和可扩展性：物理或虚拟资源能够快速、弹性，有时是自动化地供应，以达到快速增减资源目的的特性。
n 资源池化：将云服务提供者的物理或虚拟资源进行集成，以便服务于一个或多个云服务客户的特性。
6．试述云计算的发展现状与发展特点。
【参考答案】
【现状】
自2009年起，世界各国纷纷出台加快部署、推动云计算产业的战略规划和相关政策措施，期望在全球技术、经济竞争的格局中占据最大优势。例如：美国政府的联邦计算战略，欧盟的RESERVOIR FR7，日本的智能云计算战略等。各国制定战略规划，进一步明确云计算发展方向的应用重点，政府推动、资金扶持，甚至率先垂范开展云计算应用示范。从产业支持上看，我国发改委、工信部、财政部等部委带头扶持云计算产业发展。
【发展特点】
云计算最终目的可以让云计算服务提供商各尽所能，而用户则可各取所需。它发展的主要特点：
n 容器技术成为云计算主流技术
n 数据中心向整合化和绿色节能方向发展
n 虚拟化技术向软硬协同方向发展
7．试述云计算的架构。
【参考答案】
云计算架构大体分为显示层、中间层、基础设施层和管理层。
n 显示层：多数数据中心云计算架构的这层主要是用于以友好的方式展现用户所需的内容和服务体验，并会利用到下面中间件层提供的多种服务，主要有HTML、JavaScript、CSS、Flash和Silverlight五种技术。
n 中间层：是承上启下的，它在下面的基础设施层所提供资源的基础上提供了多种服务，比如缓存服务和REST服务等，而且这些服务即可用于支撑显示层，也可以直接让用户调用，主要有REST、多租户、并行处理、应用服务器和分布式缓存五种技术。
n 基础设施层：这层作用是为给上面的中间件层或者用户准备其所需的计算和存储等资源，主要有虚拟化、分布式存储、关系型数据库和NoSQL四种技术。
n 管理层：这层是为横向的三层服务的，并给这三层提供多种管理和维护等方面的技术，主要有帐号管理、SLA监控、计费管理、安全管理、负载均衡和运维管理六个方面。
8．试述云计算网络与安全的基本概念。
【参考答案】
云计算网络，允许在服务器之间实现无阻断的连接，以支持虚拟机（VM）的自动迁移。云计算网络可以看成三个相互依赖的结构：前端，负责连接用户到应用；中间层，实现物理服务器互联和它们的虚拟机迁移；以及存储网络。云计算网络有两个任务：将资源池变成一个虚拟资源，然后连接所有位置的用户到这些资源。
云计算安全或云安全指一系列用于保护云计算数据、应用和相关结构的策略、技术和控制的集合，属于计算机安全、网络安全的子领域，或更广泛地说属于信息安全的子领域。云计算安全可以促进云计算创新发展，将有利于解决投资分散、重复建设、产能过剩、资源整合不均和建设缺乏协同等很多问题。
9．举例说明云计算与大数据的关系。
【参考答案】
(1)云计算与大数据的联系
从概念上来讲，云计算项目中是否应用大数据技术不是必要条件，但目前社会情况，大数据已经普及，信息量大，互联网发达，故当前社会实际云计算应用项目中，基本都离不大数据的应用。大数据主要解决的是分布存储、分布式计算的问题，是云计算的PaaS层的解决方案之一，并不等同于PaaS。
大数据项目中应用云计算技术也不是必要条件，只要建立的数据中心满足大数据存储与计算问题就可以啦。同样当前社会的实际形式，互联网发达，所以大多大数据项目中也同样借助了云计算的知识。
(2)云计算与大数据的区别
云计算更强调的是资源共享、按需获取资源的一种业务模式，为了建立这样的模式，需要分布式计算、并行计算、网格计算、多核计算、网络存储、虚拟化、负载均衡等传统计算机技术和互联网技术相融合。
大数据更强调的是按业务需求如何存储大数据和如何计算大数据的问题。主要技术更偏重于分布式存储、分布式计算、网络等相关的技术细枝末节的研究。
10．简述大数据的基本概念。
【参考答案】
大数据概念早在1980年，著名未来学家阿尔文•托夫勒提出的概念。2009年美国互联网数据中心证实大数据时代的来临。
2011年，美国著名的咨询公司麦肯锡给出了大数据的定义：大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集。
美国国家标准技术研究所的大数据工作组认为：大数据是指那些传统数据架构无法有效地处理的新数据集。
维基百科给出的定义是：大数据，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。
百度百科给出的定义是：大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。
国内普遍的理解：具有数量巨大、来源多样、生成极快、且多变等特征并且难以用传统数据体系结构有效处理的包含大量数据集的数据。
因此，从以上不同的大数据定义可以看出，大数据的内涵不仅仅是数据本身，还包括大数据技术以及大数据应用。
11．简述大数据的主要技术及相关解释。
【参考答案】
(1)大数据采集
数据采集（有时缩写为DAQ或DAS），又称为“数据获取”或“数据收集”，是指对现实世界进行采样，以便产生可供计算机处理的数据的过程。
(2)大数据存储技术
单机存储系统存储的数据量较小，分布式存储是解决大数据存储的有效手段。分布式存储系统是将数据分散存储在多台独立的设备上，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展，是大数据存储应用的主要模型形式。
（3）大数据计算技术
大数据分析计算是大数据处理平台的核心功能，主要通过分布式计算框架来实现。

（4）大数据分析
大数据分析是指对规模巨大的数据进行分析，分析数据中蕴含的价值，以便指导生产、生活等。大体讲，大数据分析主要分为六个基本方面.
（5）大数据可视化
数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。
2.8 习题
1．简述操作系统的作用。
【参考答案】
操作系统基于计算机硬件，对命令进行解释，驱动硬件设备，实现用户要求。管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。同时，操作系统向用户提供软件接口、操作界面等，供用户通过操作界面或应用软件（如Office）与系统交互。
操作系统的类型非常多，例如：个人电脑上的windows、os、linux（ubuntu居多），服务器上的windows server、linux（Centos居多），移动设备上的安卓、苹果、Windows等。
2．试述你对Linux操作系统的理解。
【参考答案】
Linux是一套免费使用和自由传播的类Unix操作系统，是一个基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU的操作系统。它能运行主要的UNIX工具软件、应用程序和网络协议。它支持32位和64位硬件。Linux继承了Unix以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。
Linux操作系统具有开源免费、多用户多任务、良好的界面、可移植性和支持几乎所有通用的网络协议的特点等。
3．尝试独立在自己机器上安装一个Centos7系统，并进行简单的分区。
【参考答案】
以Linux系列中的Centos7.4为例，演示Linux系统的安装过程。
第1步：登录Linux官网，选择合适的Linux产品及版本，本例选择Centos。
第2步：进入Centos下载界面进行产品下载，本书选择CentOS-7-x86_64-Everything-1708.iso安装包。
第3步：依据实际情况确定合适的安装方式。可以将下载包刻录至光盘安装，也可以从U盘启动安装或直接从硬件安装，出现Centos7开始安装界面。
第4步：按Centos安装指示进行安装。本例选择简体中文安装，亚洲/上海时区。
第5步：Centos7安装时默认是“最小安装”，该安装只拥有Linux最基本功能，没有界面，为了便于学习，本例选择功能较全面的“开发及生成工作站”选项。
第6步：在安装位置处，可选择自动分区，分区后期可通过命令进行更改。
第7步：配置时，系统默认会生成ROOT用户，它拥有管理员权限，系统提示创建它的密码。同时给出“创建用户”选项，用户可点击它创建自己的用户名及密码。
第8步：按安装提示界面，完成Centos7安装后，重启系统，通过用户设置的用户名和密码，进入Centos7界面，可以开始Linux学习。
4．尝试建立一个文件夹，并在文件夹下建立文件，然后将该文件夹进行更改组的操作实现。
【参考答案】
尝试建立一个文件夹f01
[root@localhost ~]# mkdir f01
#查询f01文件夹及对应权限
[root@localhost ~]# ll
drwxr-xr-x. 2 root root 6 7月 19 14:32 f01
#在文件夹f01下建立一个文件test1.txt
[root@localhost ~]# touch f01/test1.txt
#查看新建立文件的情况，属于用户root和用户组root
[root@localhost ~]# ll f01
-rw-r--r--. 1 root root 0 7月 19 14:34 test1.txt
#更改f01文件夹及对应文件内容的用户为user，用户组为user
[root@localhost ~]# chown -R user:user f01
#查看f01用户及用户组更改成功
[root@localhost ~]# ll
drwxr-xr-x. 2 user user 23 7月 19 14:34 f01
#查看f01文件夹下新建立的文件test1.txt的用户及用户组也更改成功
[root@localhost ~]# ll f01
-rw-r--r--. 1 user user 0 7月 19 14:34 test1.txt
[root@localhost ~]#
5．尝试将新建立的文件夹及文件进行压缩和打包。
【参考答案】
（1）文件压缩
#将新建立的文件test1.txt进行压缩
[root@localhost ~]# gzip -v f01/test1.txt
ff/f01/test1.txt: 0.0% -- replaced with f01/test1.txt.gz
#查看test1.txt生成新的压缩文件test1.txt.gz格式
[root@localhost ~]# ll f01/
-rw-r--r--. 1 user user 30 7月 19 14:34 test1.txt.gz
#将压缩文件test1.txt.gz进行解压
[root@localhost ~]# gzip -d f01/test1.txt.gz
#查询文件解决后，还原回test1.txt文件
[root@localhost ~]# ll f01/
总用量 0
-rw-r--r--. 1 user user 0 7月 19 14:34 test1.txt
（2）将新建立的文件夹f01及下面的文件test1.txt一起打包成f01.tar.gz
[root@localhost ~]# tar -zcvf f01.tar.gz f01
f01/
f01/test1.txt
#查询文件打包成功
[root@localhost ~]# ll
drwxr-xr-x. 2 user user 23 7月 19 14:34 f01
-rw-r--r--. 1 root root 142 7月 19 14:54 f01.tar.gz
[root@localhost ~]#
6．尝试编写一个shell文件并运行该文件。
【参考答案】
第1步：通过输入下面命令，按回车，建立新文件test.sh。
[user@localhost ~]$ vim test.sh
第2步：将下面内容写进test.sh文件。

第3步：按Esc键，输入“:wq!”命令，保存文件内容并退回至命令窗口。
第4步：执行脚本文件test.sh，这里介绍常用的二种方法。
[user@localhost ~]$ chmod +x test.sh
[user@localhost ~]$ ./test.sh
[user@localhost ~]$ ./test.sh
Please input (Y/N):y
OK, continue
7．尝试使用文本编辑器，体会其功能的用法。
【参考答案】
请参见2.4.1节介绍，进行实操练习。
8．尝试查看系统目前运行的进程，并对指定进程进行停止与重启的操作。
【参考答案】
通常情况下，例如Hadoop、Mongodb、Redis等工具都会有自己的进程启动、停止命令。以Hadoop集群为例，进行SecondaryNameNode进程、杀死进程、启动进程演示。
（1）查看进程举例
查看正在运行的进程名中含有SecondaryNameNode的进程。
ps -ef | grep SecondaryNameNode

jps是Hadoop应用的JDK中带的命令，查看了jps能查到的所有正在运行的进程

（2）停止进程举例
可通过使用kill使用进程标识号或killall直接使用进程的名字，进行进程停止
例如kill 停止SecondaryNameNode进程命令

(3)启动进程
用Hadoop自带的启动进程的命令，启动SecondaryNamedoce进程
hadoop-daemons.sh start secondarynamenode

9．试述网络设备有哪些其作用。
【参考答案】
服务器与互联网之间可通过路由、防火墙、经过交换机与各种能够访问互联网的设备进行访问。
n 交换机（Switch），意为“开关”是一种用于电（光）信号转发的网络设备。它可以为接入交换机的任意两个网络节点提供独享的电信号通路。最常见的交换机是以太网交换机。
n 路由器（Router），又称网关设备（Gateway）是用于连接多个逻辑上分开的网络，是连接因特网中各局域网、广域网的设备，它会根据信道的情况自动选择和设定路由，以最佳路径，按前后顺序发送信号。
n 网桥（Bridge），是早期的两端口二层网络设备，用来连接不同网段，它将两个相似的网络连接起来，并对网络数据的流通进行管理。
n 网关(Gateway)又称网间连接器、协议转换器。网关在网络层以上实现网络互连，是最复杂的网络互连设备，仅用于两个高层协议不同的网络互连。
n 网卡（network interface card），是一块被设计用来允许计算机在计算机网络上进行通讯的计算机硬件。由于其拥有MAC地址，因此属于OSI模型的第1层。
n 防火墙（Firewall），也称防护墙，由软件和硬件设备组合而成、在内部网和外部网之间、专用网与公共网之间的边界上构造的保护屏障，保护内部网免受非法用户的侵入。
10．尝试给二台机器配置同一网段IP，并实现二台机器间网络通讯。
【参考答案】
（1）查看当前网络情况命令
[root@localhost centos7_user]# ifconfig
（2）配置网络，：
[root@localhost centos7_user]# vi /etc/sysconfig/network-scripts/ifcfg-ens33
第1台机器配置内容
TYPE=Ethernet
PROXY_METHOD=none
BROWSER_ONLY=no
BOOTPROTO=static
DEFROUTE=yes
IPV4_FAILURE_FATAL=no
IPV6INIT=yes
IPV6_AUTOCONF=yes
IPV6_DEFROUTE=yes
IPV6_FAILURE_FATAL=no
IPV6_ADDR_GEN_MODE=stable-privacy
NAME=ens33
UUID=8fa7ac5b-ce0c-4a11-8d51-a216aada44d6
DEVICE=ens33
ONBOOT=yes #系统将在启动时开启该接口
IPADDR=192.168.159.190 #设置ip
NETMASK=255.255.255.0 #子网掩码
GATEWAY=192.168.159.2 #设置网关
DNS1=114.114.114.114 #域名解析服务
DNS2=192.168.159.2
ZONE=public #这行配置就相当于下面的命令：
# firewall-cmd --zone=public --change-interface=em1
#这样配置之后来自em1的连接就会使用public这个zone进行管理
#（如果source匹配了其他的zone除外）。
第2台，参考第1台，只将IPADDR重新设定同一网段网址，其它配置相同。
IPADDR=192.168.159.191 #设置ip
（3）重启网络
[root@localhost centos7_user]# systemctl restart network.service
（4）在当前191机器ping190机器
[root@localhost centos7_user]# ifconfig
[root@localhost centos7_user]# ping 192.168.159.190
PING 192.168.159.190 (192.168.159.190) 56(84) bytes of data.
64 bytes from 192.168.159.190: icmp_seq=1 ttl=64 time=0.250 ms
64 bytes from 192.168.159.190: icmp_seq=2 ttl=64 time=0.079 ms
64 bytes from 192.168.159.190: icmp_seq=3 ttl=64 time=0.080 ms
64 bytes from 192.168.159.190: icmp_seq=4 ttl=64 time=0.073 ms
^C
--- 192.168.159.190 ping statistics ---
4 packets transmitted, 4 received, 0% packet loss, time 3002ms
rtt min/avg/max/mdev = 0.073/0.120/0.250/0.075 ms

3.8 习题
1． 简述OpenStack技术的产生原因。
[参考答案]
IT 资源可以进行弹性的扩展，按需分配，按需收费，以降低企业的IT成本。在此需求背景下，云计算架构应运而生，云计算的服务可分为基础设施即服务、平台即服务和软件即服务3类层面组成。云计算是一种计算能力， OpenStack是IaaS 的组件，作为云计算类非常重要、同时市场占有率较高的开源技术，它能够为企业建立高效、弹性、可扩展的云平台。
2． 简述OpenStack架构。
[参考答案]
OpenStack是一个SOA（Service-Oriented Architecture）架构。服务之间通过简单、精确定义的接口进行通信，可以根据需求通过网络对松散耦合的粗细粒度应用组件进行分布式部署、组合和使用。
OpenStack 云计算平台来说，每部分节点的功能都需要相关的组件来支持。OpenStack由一系列相互关联协同工作的组件构成，常用的组件包括：Horizon、Nova、Neutron、Swift、Cinder、KeyStone、Glance等。
3． 简述OpenStack的身份认证服务的作用。
[参考答案]
身份认证与授权服务。将Openstack 所提供的服务与认证相关的内容放到数据库中，负责对用户进行身份认证，并向被认定为合法的用户发放令牌。
4． 简述OpenStack的镜像服务的作用。
[参考答案]
镜像服务（Glance）负责存储、管理虚拟机镜像文件以及向其他服务提供访问接口，对系统中提供的各类镜像的元数据进行管理，并提供镜像的创建、删除、查询、上传、下载等功能。

5． 简述OpenStack的计算服务的作用。
[参考答案]
Nova（计算）组件是云计算环境的核心控制器，如同CPU，它将大量部署的计算虚拟化软件的物理服务器统一进行管理，形成一个完整的逻辑资源池视图。在此基础上，Nova 通过接收不同用户发起的请求，对资源池中的资源进行生命周期管理操作。其中最为核心的就是虚拟机的创建、删除、启动、停止等操作。
6． 简述OpenStack的网络服务的作用。
[参考答案]
网络服务提供了一套可自定义的嵌入式框架，其主要负责云计算环境下虚拟网络的功能实现。用户可以独立创建网络，控制网络中的流量等。通过它可以人为控制服务器和设备连接到一个网络或连接到多个网络。

7． 试述OpenStack的对象存储的作用。
[参考答案]
对象存储（Swift）组件提供更安全可靠的存储服务，是云计算领域中一种常见的数据存储服务，Swift组件通常用于存储单文件数据量较大、访问不频繁、对数据访问延迟要求不高、对数据存储成本较为敏感的场景。

8． 简述OpenStack的块存储的作用。
[参考答案]
块存储服务（Cinder）项目负责将不同后端存储设备或软件定义存储集群提供的存储能力，统一抽象为块存储资源池，然后根据不同需求划分为大小各异的卷，分配给用户使用Cinder ，即OpenStack 的块存储。它的功能是云环境下提供块设备的创建、添加和卸载。可以简单地将块设备理解为一个磁盘，实际就是一个存储卷。
9． 请配置OpenStack云平台。

4.8 习题

1． 简述Docker技术产生的原因。
[参考答案]
第一个方面是应用的扩展。第二个方面是系统迁移的问题。每台计算机终端的软件安装环境都会有所差异，这就会涉及系统迁移问题。
针对上述问题，如何有效的解决呢？是否存在更加容易扩展和迁移的轻量级的虚拟化方式呢？技术来源于需求，更来源于生活。研究人员依据现实中集装箱的设计思想，设计出了更轻量级的虚拟化技术即容器化技术。利用该技术需搭建应用环境。Docker容器技术便是其中的一种
2． 简述Docker与OpenStack的区别。
[参考答案]
Docker与OpenStack主要区别如下所示。
Docker与OpenStack的区别
OpenStack
Docker
采用传统PaaS 技术
容器的轻量级PaaS 技术
抽象、隐藏复杂细节、暴露简单接口
轻量、隔离、自动化、可编排
程序员按指定的语言编写代码，需要考虑平台的兼容性
程序员可以灵活选择开发语言和架构
对高可用、扩展、性能、日志等底层环节没有可控性
了解执行原理，对机制有完全控制和改造能力
虚拟机镜像容量大，启动缓慢
镜像大小容量很小，启动速度快
3． 简述Docker与虚拟机的区别。
[参考答案]
Docker容器与虚拟机，它们都能隔离资源和环境。虚拟机是利用虚拟机监视器Hypervisor来虚拟化硬件资源。例如内存、CPU等设备，其实质上是在一台物理服务器上虚拟出多台服务器。这些虚拟的服务器能够实现和真实的物理服务器同样的功能，可以进行各种应用的部署，付出的代价是每台虚拟机需要占用更多的硬件资源。而Docke建立在宿主操作系统内核基础之上。它利用控制组和命名空间进行资源隔离。不需要Guest OS运行在Docker容器里的应用直接使用物理机的硬件资源。因此在硬件的利用上相比虚拟机有一定的优势。但对于虚拟机而言，Docker容器技术在安全性、资源隔离程度等方面还有所不足。
4． 简述Docker的镜像服务的作用。
镜像是一个只读的模板，包含一个完整的Linux 操作系统环境和用户所需的应用程序。它可以用来新建 Docker 容器。
5． 试述Docker获取镜像的途径。
[参考答案]
获取镜像主要有两种方式：一是从公有库中获取，二是从私有库中获取。
6． 试述Docker启动容器的三种方式。
[参考答案]
n 基于镜像新建一个容器并启动。
n 在容器终止状态下，重新启动容器。
n 使用daemon方式，守护态运行。
7． 简述Docker的工作原理。
[参考答案]
容器即利用Docker 构建出来的虚拟环境，用户可以根据自己的需求构建Linux 应用环境。其容器环境含Linux 的命名空间、控制组、联合文件系统以及容器格式。如果要实现虚拟化，就需要对内存、CPU、网络、I/O、存储空间等进行限制，同时还要对文件的系统、PID、UID 等进行相互隔离。Docker 将这些命名空间结合起来完成隔离并创建容器。
8． 请安装Docker部署mysql镜像。
[参考答案]
环境
操作系统：Linux Centos7.2
#uname -r
#systemclt stop firewalld
#vi /etc/sysconfig/selinux
安装Docker CE版
①移除系统之前的安装：
#yum remove *
②设置安装源的仓库：
#yum-config-manager --add-repo\

③安装docker-ce。
yum install docker-ce
④启动docker
#systemctl start docker
⑤运行hello-world镜像，进行测试。
#docker run hello-world
部署mysql镜像，Docker安装成功后，从官网上搜索搜索mysql镜像。
[root@docker-server home]# docker search mysql
[root@docker-server home]#docker run --name=mysql -it -p 3306:3306 -e MYSQL_ROOT_PASSWORD=123456 -d mysql
5.4 习题 答案
1．简述Hadoop分布式大数据框架的几个最重要的组件及其作用。
答：有三个最重要的组件：HDFS、MapReduce和Yarn。HDFS是分布式文件系统，为海量的数据提供了存储；而MapReduce则为海量的数据提供了计算，MapReduce运行在YARN上。YARN是资源管理系统。
2．试述ZooKeeper组件的作用。
答：ZooKeeper是一个分布式的协调服务，是Hadoop和Hbase的重要组件，用于管理大型主机。在分布式环境中协调和管理服务是一个复杂的过程。ZooKeeper通过其简单的架构和API解决了这个问题。ZooKeeper允许开发人员专注于核心应用程序逻辑，而不必担心应用程序的分布式特性。
3．试对比HBase与HDFS在大数据处理上的区别。
答：Hadoop HDFS和HBase两者都具有良好的容错性和扩展性，都可扩展到成百上千个节点。
HDFS适合批处理场景，不支持数据随机查找，不适合增量数据处理，不支持数据更新。
HBase适合场景是对数据进行随机读写操作、大量高并发操作（如每秒对PB级数据进行上千次操作）、读写访问均非常简单的操作。
HBase不适用场景是join、union、group by等关系查询和计算以及不按rowkey查询数据的操作。
4．试述Hive的数据仓库有哪几种安装运行模式。
答：Hive安装运行模式有3种：嵌入模式、本地模式、远程模式。
5．试述相对于MapReduce，Storm的优点。
答：如果将Storm与 MapReduce对比，可总结其优点为：常驻运行、流式处理（数据来一点处理一点）、实时处理（数据在内存中不写磁盘）、DAG模型（可以组合多个阶段）。总之，Storm是一个开源的分布式实时计算系统，可以简单、可靠的处理大量的数据流。
6．试述将Spark与Hadoop 中的集群计算进行对比。
答：Spark拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Spark的中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。这使得 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

7．试阐述基于分布式文件存储的数据库MongoDB的特点。
MongoDB支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。它是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。MongoDB最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。它旨在为WEB应用提供可扩展的高性能数据存储解决方案。它具有高性能、易部署、易使用、存储数据非常方便的特点。

6.11 习题 答案
1．启动Hadoop集群可以使用一条命令，也可以使用两条命令，它们分别是什么？
答：使用一条命令：start-all.sh；使用两条命令：start-dfs.sh和start-yarn.sh。
2．Hadoop启动成功之后，使用jps命令，分别回答在master和slave端，至少需要看到那几个服务进程已经启动才表示Hadoop启动正确？
答：master机器上：NameNode、SecondaryNameNode、ResourceManager服务进程；slave机器上：NodeManager、DataNode服务进程。
3．试述ZooKeeper正确启动之后，可以看见的它的守护进程是什么？
答：QuorumPeerMain进程。
4．HBase启动成功之后，分别在master和slave端可见的它的守护进程是什么？
答：在hbase的主节点master机器可见HMaster、HRegionServer进程，在从节点slave上可见HRegionServer进程。
5．试叙述如果需要Hbase正常工作的话，Hbase、ZooKeeper、Hadoop三者的启动先后顺序。
答：先启动Hadoop，再启动ZooKeeper，最后启动ZooKeeper。在前一个正确的基础上，后一个才可以正确运行。
6．试述在安装Hive之前，必须在Linux服务上事先安装什么数据库软件？
答：安装mysql数据库软件。