Управление большими данными - ответы на вопросы на СтудИзбе

Вы являетесь частью команды разработки социальной сети, которая столкнулась с проблемами низкой производительности при выполнении запросов к базе данных. Вам поручено оптимизировать структуру базы данных и добавить индексы для улучшения скорости запросов. Какие меры вам необходимо предпринять?

• Вы добавляете индексы к каждому полю в базе данных, тем самым улучшая скорость выполнения запросов. После этого проводите серию тестов и обнаруживаете значительное улучшение производительности при выполнении запросов.
• Вы проводите анализ типичных запросов к базе данных и добавляете индексы только к полям, которые используются в условиях WHERE и JOIN в запросах. После этой оптимизации, вы замечаете, что скорость выполнения запросов заметно улучшается, а пользователи начинают отмечать быструю работу социальной сети.
• Вместо добавления индексов, вы предлагаете увеличить объем оперативной памяти на сервере базы данных. Однако, после увеличения объема памяти, скорость выполнения запросов не улучшается, и пользователи продолжают испытывать проблемы с производительностью.

Вы работаете в компании, у которой есть онлайн-магазин. Клиенты начали жаловаться на долгую загрузку страниц и медленную работу сайта. Вам поручено оптимизировать работу с базой данных, чтобы увеличить скорость выполнения запросов и повысить производительность сайта. Какие меры вам необходимо предпринять?

• Вы решаете добавить индексы ко всем полям в базе данных, чтобы ускорить выполнение запросов. После этого проводите тщательное тестирование и обнаруживаете, что скорость выполнения запросов значительно улучшилась, а клиенты начали отмечать быструю загрузку страниц.
• Вместо добавления индексов ко всем полям, вы анализируете типичные запросы к базе данных и добавляете индексы к полям, которые использованы в условиях WHERE и JOIN в запросах. После этой оптимизации, скорость выполнения запросов значительно улучшается, а клиенты больше не жалуются на медленную работу сайта.
• Вы решаете не добавлять индексы, а увеличить мощность сервера базы данных и увеличить объем выделенной оперативной памяти. Однако, после этого вы обнаруживаете, что несмотря на улучшения в производительности сервера, скорость загрузки страниц все равно остается медленной.

Ваша компания занимается анализом данных из социальных сетей и мобильных приложений, и вам требуется выбрать подходящую систему управления базами данных для обработки и хранения больших объемов неструктурированных данных. Какое решение по управлению данными следует выбрать?

• MySQL - хотя MySQL является реляционной базой данных, она имеет возможности для обработки и хранения больших данных. Она также обладает высокой производительностью и масштабируемостью.
• Microsoft Excel - Excel нельзя рекомендовать для хранения и обработки больших объемов неструктурированных данных, так как он не эффективно обрабатывает такие объемы и не обеспечивает необходимого уровня производительности.
• PostgreSQL - хотя PostgreSQL является мощной реляционной СУБД, она также хорошо подходит для хранения и обработки больших объемов неструктурированных данных, предоставляя возможности по обработке и анализу больших наборов данных.

Вы являетесь аналитиком данных в крупной компании, которая хранит и обрабатывает огромные объемы информации. За последнее время возросла сложность обработки и анализа данных из-за их большого объема. Вашей задачей является улучшение процесса обработки данных путем разделения их на более мелкие части. В чем заключается принцип разделения больших объемов данных?

• Очистка данных от ненужных сведений для уменьшения их объема и повышения качества обработки.
• Разделение данных на более мелкие подмножества для улучшения производительности и эффективности обработки.
• Сжатие данных для ускорения их передачи между системами и устройствами.

Ваша компания занимается онлайн-торговлей и вам поставлена задача построить систему для хранения и анализа больших объемов данных о продажах, клиентах и инвентаре. Какую систему управления базами данных (СУБД) вы выберете для этой задачи?

• MySQL - широко используемая реляционная СУБД, которая хорошо масштабируется и обладает отличной производительностью, что позволяет эффективно обрабатывать большие объемы информации.
• SQLite - легковесная встраиваемая СУБД, хотя она проста в использовании, она не рекомендуется для работы с большими объемами данных из-за ограничений на производительность и масштабируемость.
• MongoDB - гибкая NoSQL база данных, предназначенная для работы с большими объемами неструктурированных данных, таких как логи и социальные медиа.

Вам поручено извлечь информацию о продажах из базы данных MySQL для анализа и формирования отчетов. Какой метод запроса данных вы будете использовать?

• Вы будете использовать SQL запросы, такие как SELECT, для выбора нужных столбцов из таблицы, используя операторы условий и сортировки.
• Вы будете использовать Microsoft Excel для подключения к базе данных и извлечения информации через визуальный интерфейс.
• Вы будете вручную просматривать каждую строку таблицы, чтобы найти нужные данные.

Вы являетесь системным администратором, который отвечает за обеспечение высокой доступности базы данных MySQL. Ваша задача - выбрать подходящий метод репликации для построения высокодоступного решения. Какой метод репликации вы выберите?

• Вы решили использовать Master-Slave репликацию, где основной сервер (Master) обрабатывает все запросы, а вторичный сервер (Slave) синхронизирует данные с Master и используется только для чтения.
• Вы решили использовать Master-Master репликацию, где оба сервера (Master) обрабатывают запросы и синхронизируют данные между собой.
• Вы решили использовать шардинг для разделения данных по ключу и хранения их на различных серверах.

Вы занимаетесь администрированием базы данных для интернет-магазина. В последнее время заметно снизилась производительность базы данных из-за большого количества запросов на получение информации о продуктах. Разработчики предложили использовать Memcached в MySQL для оптимизации работы с данными. Какие возможные способы использования Memcached в MySQL для улучшения производительности базы данных?

• Для увеличения скорости выполнения запросов и снижения нагрузки на базу данных, применяется кэширование часто запрашиваемых данных в Memcached.
• Интеграция Memcached напрямую с MySQL обеспечивает повышение безопасности данных и ускоренный доступ к ним.
• Для оптимизации производительности переход от MySQL к Memcached как основному кэширующему механизму может быть ключевым шагом.

Вам поручено хранить и анализировать большие наборы данных о клиентах в вашей компании. Какую систему управления базами данных (СУБД) стоит выбрать для этой задачи?

• PostgreSQL - отлично подходит для работы с большими объемами данных, но может требовать больших вычислительных ресурсов.
• MySQL - хорошо масштабируется и широко используется для обработки больших объемов данных. Он имеет хорошую производительность и можно эффективно работать с большими объемами информации.
• Microsoft Access - простая и удобная в использовании СУБД, но не рекомендуется для работы с большими объемами информации, так как имеет ограничения по производительности.

Ваша компания хочет получить отчет о продажах за последний квартал. Каким методом вы будете запрашивать данные из базы данных MySQL для получения этой информации?

• Вы будете писать SQL-запрос, используя оператор SELECT для выборки данных о продажах за последний квартал.
• Вы будете использовать приложение Microsoft Excel для подключения к базе данных и извлечения данных через интерфейс программы.
• Вы будете обращаться к системному администратору и просить его предоставить нужную информацию.

Таблица находится в … нормальной форме, если данные не могут быть разделены на несколько таблиц без потери данных

Для обработки больших объемов данных используется специальное программное обеспечение, работающее по принципу …

Для фильтрации результатов на основе определенных условий используется …

Масштабируемость в контексте MySQL 8 – это …

• разделение нагрузки через форму обратной связи
• подготовка многочисленных центров обработки данных на основе географических местоположений
• возможность хранения большого объема данных
• репликация базы данных по многочисленным серверам для разделения нагрузки

Вы являетесь администратором базы данных крупной онлайн-магазина. Ваш ресурс переживает резкий рост популярности, и для обеспечения высокой доступности и отказоустойчивости решено внедрить репликацию данных. Какой вариант репликации наиболее подходит для обеспечения надежности и масштабируемости вашей системы?

• Мастер-мастер (Master-Master) репликация, где каждый узел может принимать и обновлять данные.
• Мастер-слейв (Master-Slave) репликация, где один узел является основным и передает изменения остальным.
• Шардинг для разделения данных по ключу и хранения их на различных серверах.

Оператор … добавлен в SQL для выполнения функций, аналогичных WHERE, но совместимых с агрегатными функциями

Плагин Memcached в MySQL как наладчик производительности для работы с большими данными …

• уменьшает объем использования оперативной памяти
• удаляет слой SQL, обращаясь к таблицам InnoDB напрямую, и обслуживает частые запросы данных из памяти
• ускоряет операции ввода-вывода в базу данных
• увеличивает нагрузку на сервер MySQL

Упорядочьте этапы обработки данных в больших данных в порядке их выполнения:

• 1 сбор данных
• 2 хранение данных
• 3 обработка данных
• 4 анализ данных

Среды, которые поддерживают плагин daemon_memcached в MySQL, — это …

• Windows, Linux, MacOS
• Linux, Solaris, OS X
• Windows, Linux, Unix
• Linux, MacOS, FreeBSD

Уникальный ключ, созданный и связанный с каждой транзакцией, зафиксированной на ведущем сервере — это … идентификатор транзакции

… MySQL сообщает, что нам нужно, но не как это получить

Виды индексов в MySQL бывают …

• уникальные и множественные
• простые и составные
• временные и постоянные
• строковые и числовые

Ключевые преимущества использования разделения в базе данных – это …

• шифрование и контроль версий данных
• автоматическое резервное копирование
• масштабируемость, высокая доступность и безопасность
• уменьшение числа разделов данных

Линейное хеш-разделение представляет собой вариант хеш-…

Столбец, значения в котором — это результат вычислений, а не данные как есть, – это … столбец

Чтобы сделать вертикальное разделение в базе данных MySQL, нужно …

• сконфигурировать серверы для использования многочисленных узлов
• разделить таблицы данных из одной файловой группы на несколько файловых групп
• сократить размер файлов и увеличить количество разделов данных
• устранить аппаратные ограничения и масштабировать базу данных

Структура, которая позволяет управлять и анализировать большие данные с помощью множества микросервисов, — это … структура

• линейная
• реляционная
• распределенная
• иерархическая

Плагин Memcached является одним из наладчиков … для MySQL при работе с большими данными

Сопоставьте принципы индексирования с их описанием:

• A. Индексирование полей для использования в операторе WHERE
• B. Использование составных индексов
• C. Уменьшение количества индексов
• D. создание индексов для ускорения поиска по конкретным значениям
• E. оптимизация запросов путем добавления индексов только к часто используемым полям
• F. объединение нескольких полей в один индекс для повышения эффективности

Упорядочьте шаги оптимизации производительности базы данных в порядке их эффективности:

• 1 анализ типичных запросов к базе данных
• 2 добавление индексов к наиболее часто используемым полям
• 3 увеличение объема оперативной памяти на сервере базы данных
• 4 использование горизонтального масштабирования базы данных

Data … представляет собой хранилище данных без единого формата и четкой структуры

Для сортировки результатов запроса используется оператор …
ORDER BY

Процесс организации данных таким образом, чтобы в таблице не было избыточных данных – это …

Расставьте этапы того, как разделение данных в базе данных обеспечивает высокую доступность, в хронологическом порядке:

• 1 разделение данных на логически связанные подгруппы
• 2 создание отдельных физических файлов для логически связанных подгрупп
• 3 идентификация разделов независимо друг от друга
• 4 объединение данных из различных файловых групп

Сопоставьте ключевые слова SQL с их функциями при написании запроса данных в MySQL:

• A. JOIN
• B. WHERE
• C. ORDER BY
• D. объединение данных из разных таблиц
• E. фильтрация данных
• F. сортировка результатов

Сопоставьте методы разделения данных с их описанием:

• A. Шардинг
• B. Репликация
• C. Партиционирование
• D. разбиение данных на отдельные части для улучшения производительности
• E. распределение данных на разные серверы или кластеры
• F. создание копий данных на различных узлах сети

Сопоставьте типы данных в MySQL с их описанием:

• A. INT
• B. VARCHAR
• C. DATE
• D. хранит целочисленные значения
• E. содержит строки переменной длины
• F. хранит дату в формате ГГГГ-ММ-ДД

Сопоставьте типы индексов с их характеристиками:

• A. B-Tree index
• B. Hash index
• C. Full-text index
• D. балансирует дерево для оптимизации поиска различных значений
• E. используется для быстрого поиска точных значений
• F. подходит для поиска полного текста в полях с большим объемом текста

Установите верную последовательность шагов для использования Memcached в MySQL:

• 1 установить и настроить Memcached на сервере
• 2 изменить конфигурацию MySQL для работы с Memcached
• 3 написать код для работы с Memcached в приложении

Memcached можно запускать и останавливать без потери обновлений, сделанных в … данных