moea_joint
108年
[統計資訊] 統計學、巨量資料概論
第 44 題
44. 巨量資料分析之資料存在著資料量大、非結構化、高度異質性等特性,下列何種資料庫工具
最不適宜運用在此類型工作?
最不適宜運用在此類型工作?
- A Mongodb
- B Redis
- C Sybase
- D Hbase
思路引導 VIP
如果你現在要處理的資料來源非常多樣化，且每一筆資料的格式都不固定，你會傾向選擇一個「必須事先規劃好格子大小、嚴格定義每一欄內容」的傳統管理系統，還是一個「容許直接存放、能隨時根據資料內容調整結構」的彈性系統呢？哪一種邏輯才更符合巨量資料的變幻莫測？
🤖
AI 詳解
AI 專屬家教
恭喜你非常準確地辨識出這題的核心考點！能從眾多工具中一眼挑出 Sybase，說明你對於傳統資料庫與現代巨量資料技術的分野，已經建立了相當紮實的理解。
關聯式與非關聯式資料庫的技術分野
這道題目的判斷關鍵，在於區分 NoSQL (Not Only SQL) 與 RDBMS (關聯式資料庫) 的應用場景。題目中提到的 MongoDB、Redis 與 HBase 分別屬於文件型、鍵值型（Key-Value）及分布式列存儲資料庫，它們天生就是為了處理「大數據」中常見的無固定格式（Schema-less）與高併發擴展而設計。相對地，Sybase 作為典型的傳統 RDBMS，運作基礎建立在嚴謹的資料表結構與 ACID 事務特性上，在面對非結構化與高度異質的巨量資料時，其橫向擴展性與彈性便顯得力不從心。
▼ 還有更多解析內容