华为网络技术大赛-课件整理

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
上边这张图很重要啊啊啊啊啊
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述


在这里插入图片描述

###########################################################################
华为技术招聘公众号的问题:

01单选题,以下哪种场景无法使用毫米波?
A.容量提升
B.家庭宽带接入
C.广覆盖

02,多选题,以下哪些频段属于sub-6GHz?
A.3.4GHz
B.3.5GHz
C.28GHz
D.39GHz

适合手机移动通信使用的电磁波频段范围在300-3000MHz

1,选C 2选AB
在这里插入图片描述

ICT基础架构里的路由表
在这里插入图片描述

上图的IP网络当中,会有很多个路由器,每个路由器都有一个路由表,它像地图一样存放了到各个目的地的最佳路径,每条路径就是我们所说的路由条目,也常常简称为路由,路由器通常就根据路由表引导数据传送。
在这里插入图片描述
**

目的网络及掩码”是指目的地,也就是数据的终点站。

**

协议类型”指这条路由是通过什么方式学习到的,譬如你要去西湖,地图会给你好几个选择,这些不同的选择就可以看成是不同的协议类型(见图二)。
在这里插入图片描述

协议优先级”是和协议类型一一对应的,不同协议对应不同的优先级,

取值越小优先级越高

“开销”就是在数据发送的过程中通过路径所需的花费。再看图二中的交通工具,假设开车到达目的地的时间最短,但是开车有两条路可以走,第一条是高速路,需要交高速费,第二条是普通公路,不用交高速费,而且还不堵车,这两条路到达目的地的时间差不多,那我们肯定选择普通公路,因为可以节约费用,这里的高速费就相当于路由表中的“开销”的意义。

下一跳”指数据传输的下一个节点。好比公交车换乘的路线,必须到达换乘点才能继续向目的地前进,在网络中,每个路由器会负责把数据报文发送到下一个换乘点(下一个路由器),下一个换乘点(下一个路由器)再继续负责把数据报文送到下下一个换乘点(下下个路由器),直到数据报文到达目的地。

多条路径看优先级 同种协议比开销

如果谁都可以走,则看谁的掩码长 (最长掩码匹配原则)

当路由器收到一个报文,如果没有缺省路由且报文的目的地不在路由表中,那么路由器将会广播该报文。【判断题】×
2
在路由表中包括如下哪几项?
A.目的地址/掩码
C.入接口
B.下一跳
D.出接口

ABD

**

虚拟化

**
虚拟化技术被称为云计算的核心技术,
总之一句话,虚拟化解决了“将大分小”,将大粒度资源分割为众多小粒度资源,使得整块的资源可以分给不同的功能、不同的用户。

今天的IT服务器,已经走在虚拟化的路上。以下就是虚拟化技术的特征
在这里插入图片描述

今日份试题
1
云数据中心与传统数据中心不同的是前者使用了虚拟化技术,而后者没有。(判断题)×
2
服务器虚拟化中,同一台物理计算机上运行的虚拟机相互独立运行,彼此不影响。这体现了虚拟化的什么特性?(单选题)
A.隔离性
C.独立于硬件
B.兼容性
D.统一性

A

3
虚拟化技术特征有哪些? (多选题)
A.隔离
C.封装
B.分区
D.硬件独立

ABCD

大数据

在这里插入图片描述

Hadoop是由Apache开发的开源的分布式存储及计算框架,被广泛用于海量数据的存储及处理。
Hadoop是一个能对大量的数据进行分析的工具,和其他组件搭配使用,来完成对大量数据的收集、存储和计算。
它不是一个软件!!而是由众多子项目所构成的一个集合↓
在这里插入图片描述

HDFS:hadoop distribute file system,是运行在普通硬件之上具备高吞吐量支持大数据集的分布式文件系统。(为海量数据提供

存储 HDFS

简单来讲就是把海量数据储存下来,而HDFS的设计本质就是为了让大量数据能够横跨成千上万个服务器存储。

MapReduce:是构建在计算机集群上的分布式大规模数据并行计算框架,用于大规模数据集的并行运算。

(MapReduce提供计算)

前面HDFS能够存储数据了,接着就要考虑如何处理数据,一台计算机处理T或者P(1PB=1024TB)以上的数据可能需要好几天,这种效率明显公司是不能接受的,但是我们如果使用很多台计算机处理的话就面临计算机之间如何分配的任务,如何通信、数据交换。这就是MapReduce要处理的问题。它提供了可靠的能在集群上运行的计算模型。

Hive:是构建在hadoop之上的数据仓库解决方案,数据以HDFS存储,提供HQL(类似SQL)实现数据查询

,让即席查询更为简单。
简单来说就是程序员在写MapReduce程序的时候发现很麻烦,但是可以通过Hive解决这个事情。MapReduce几百行的代码,有了Hive之后,可能一两行就搞定了。

上面介绍的就是数据仓库的基本架构了,

底层是HDFS(存储数据)
上面运行着MapReduce(计算)
再往上封装的是Hive(数据查询)。

HBase:是构建在HDFS文件系统之上的、支持非结构化/半结构化存储的、面向列的、大规模分布式存储系统,是一个典型的NoSQL数据库。它能飞快地获取数据,如从几个P的数据中找身份证号只需要零点几秒。

YARN: 为了能让我们这么多工具有序的运行在同一个集群上,我们就需要这么一个调度系统进行协调,目前来说YARN管理是最流行的。

在这里插入图片描述

在这里插入图片描述

01
MapReduce分布式技术框架可以应用于如下哪个应用?
A.离线计算
C.实时交互计算
B.迭代计算
D.流式计算

A

02
MapReduce有哪些特点?
A.高扩展
C.高容错、高可靠
B.易编程
D.合理资源调度
ABCD

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值