A.OLAP事務量大,但事務內(nèi)容比較簡單且重復率高
B.OLAP的最終數(shù)據(jù)來源與OLTP不一樣
C.OLTP面對的是決策人員和高層管理人員
D.OLTP以應用為核心,是應用驅(qū)動的
您可能感興趣的試卷
你可能感興趣的試題
A.OLAP主要是關于如何理解聚集的大量不同的數(shù)據(jù).它與OTAP應用程序不同
B.與OLAP應用程序不同,OLTP應用程序包含大量相對簡單的事務
C.OLAP的特點在于事務量大,但事務內(nèi)容比較簡單且重復率高
D.OLAP是以數(shù)據(jù)倉庫為基礎的,但其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng),兩者面對的用戶是相同的
關于OLAP的特性,下面正確的是()
(1)快速性(2)可分析性(3)多維性(4)信息性(5)共享性
A.(1)(2)(3)
B.(2)(3)(4)
C.(1)(2)(3)(4)
D.(1)(2)(3)(4)(5)
A.在線性
B.對用戶的快速響應
C.互操作性
D.多維分析
A.粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細程度和級別
B.數(shù)據(jù)越詳細,粒度就越小,級別也就越高
C.數(shù)據(jù)綜合度越高,粒度也就越大,級別也就越高
D.粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量
A.基本元數(shù)據(jù)與數(shù)據(jù)源,數(shù)據(jù)倉庫,數(shù)據(jù)集市和應用程序等結(jié)構(gòu)相關的信息
B.基本元數(shù)據(jù)包括與企業(yè)相關的管理方面的數(shù)據(jù)和信息
C.基本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時序調(diào)度信息
D.基本元數(shù)據(jù)包括關于裝載和更新處理,分析處理以及管理方面的信息
最新試題
數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段,不做數(shù)據(jù)索引的數(shù)據(jù)訪問是線性訪問,但是做了索引的數(shù)據(jù)訪問會成倍的降低訪問時間。
通常,當試圖從大量觀察中學習具有少量狀態(tài)的HMM時,我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓練數(shù)據(jù)的可能性。
給定用于2類分類問題的線性可分離數(shù)據(jù)集,線性SVM優(yōu)于感知器,因為SVM通常能夠在訓練集上實現(xiàn)更好的分類精度。
使決策樹更深將確保更好的擬合度,但會降低魯棒性。
隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
由于分類是回歸的一種特殊情況,因此邏輯回歸是線性回歸的一種特殊情況。
任何對數(shù)據(jù)處理與存儲系統(tǒng)的操作均需要記錄,這符合數(shù)據(jù)安全的要求。
使用偏差較小的模型總是比偏差較大的模型更好。
數(shù)據(jù)收集中的拉模式需要通過定時的方式不斷地觸發(fā),才能源源不斷地獲取對應的數(shù)據(jù)。
通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。