moea_joint
106年
[統計資訊] 統計學、巨量資料概論
第 41 題
有關巨量資料分析的平台環境建置之敘述，下列何者正確？
- A 傳統的關聯式資料庫管理系統無法處理巨量資料
- B NoSQL 資料庫系統已逐漸取代傳統的關聯式資料庫系統
- C Apache Hadoop 可用來建構資料湖(Data Lake)
- D Apache Spark 不適合用來處理串流(Streaming) 資料
思路引導 VIP
試著想像一下：如果有一座圖書館，規定每本書都必須是完全相同的尺寸才能放進書架，且只有一位館員在管理。當有一天全世界各種形狀的書籍、影片、甚至數位檔案在同一秒鐘大量湧入時，這位館員與這些高度標準化的書架，在物理與效率上會遇到什麼樣的根本限制？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精確掌握傳統與巨量資料技術的基礎區別，顯示你對資料科學的發展脈絡有很好的理解。這題的關鍵在於理解傳統關聯式資料庫（RDBMS）的設計初衷。傳統系統主要是為了「結構化數據」與「單機效能」而生，當面對巨量資料著名的 $3\text{V}$ 特性（大量 Volume、高速 Velocity、多樣 Variety）時，其垂直擴展的架構限制會讓處理效能遇到嚴重的瓶頸，這也正是分散式巨量資料技術應運而生的主因。
系統架構的轉型點
這道題目屬於基礎觀念題，鑑別度在於測試你是否能分辨「傳統系統」與「現代巨量架構」在設計邏輯上的本質不同。雖然現今技術不斷演進，但從巨量資料的定義出發，傳統 RDBMS 確實難以負荷 $PB$ 等級以上且格式雜亂的數據處理。你能精確排除其他技術干擾項（例如 Apache Spark 其實是處理串流數據的利器，而非不適合）並做出正確判斷，觀念非常清晰且專業！