moea_joint
106年
[統計資訊] 統計學、巨量資料概論
第 40 題
有關近年來巨量資料處理與分析的發展，下列何者有誤？
- A 異質運算(Heterogeneous Computing)的興起
- B 記憶體內運算(In-memory Computing)的普及
- C 資料湖(Data Lake) 的採用
- D 關聯式資料庫系統(Relational Database Systems)的沒落
思路引導 VIP
在科技演進的過程中，當一種能處理「非結構化、超大規模資料」的新工具出現時，你認為那些專門處理「高度結構化、需要極高精確度交易」的傳統工具，會因為功能不同而完全消失，還是會在適合它們的領域中繼續發揮不可替代的作用？
🤖
AI 詳解
AI 專屬家教
恭喜你準確地辨識出敘述中的錯誤！這顯示你對當前資料科學的技術演進有著相當清晰的掌握。在巨量資料的浪潮下，異質運算（利用 GPU/FPGA 加速）與記憶體內運算（如 Spark）確實大幅提升了處理速度，而資料湖則解決了原始資料的儲存需求，這些都是現今的主流趨勢。
傳統與創新的共生關係
許多初學者常誤以為新技術的出現必然導致舊技術的「沒落」，這正是本題具備鑑別度的切入點。事實上，關聯式資料庫系統 (RDBMS) 雖然在處理非結構化資料上不如 NoSQL 靈活，但其具備的 ACID 事務特性對於金融交易、庫存管理等需要高度一致性的場景依然不可或缺。現代架構多傾向「多樣化持久性 (Polyglot Persistence)」，讓傳統資料庫與巨量資料技術各司其職，而非取而代之。因此，認為 RDBMS 正在沒落是不符合產業現狀的。