我的博客

8.2 云计算与大数据

8.22026-11-03 10:57:00

本篇定位：云计算与大数据是金融科技题量最大的板块（9 年直接命中 12+ 题：2018 单77、2019 单80、2020 单55/多93、2021 单29/59、2022 单30、2023 单28/52/53、2025 单43、2026 单39/46/71），2027 预测继续点名（IaaS/PaaS/SaaS、虚拟化、HDFS/MapReduce、NoSQL）。考点：云服务模式（IaaS/PaaS/SaaS）、云部署模式（公有/私有/混合/社区）、虚拟化、Hadoop 组件、MapReduce 特性。核心能力：云三模式 + 云四部署 + Hadoop 两组件（HDFS 存、MapReduce 算）。 数据依据：01-真题/真题文本/ + 01-真题/考点汇总/ + 2027命题预测分析.md；答案以专业判断为准。 阅读提示：NoSQL（BASE）与 Hadoop/Spark 已在 4.7 详解（此处只列锚点互引）；虚拟化与 2.1 系统/2.3 操作系统衔接。

一、考点定位（本章真题统计）

考点真题锚点频次考法
云服务模式2026 单391 年IaaS=提供计算/存储
云部署模式2019 单80、2021 单292 年公有/私有/混合/社区；私有云基石=虚拟化
虚拟化2020 单55、2022 单302 年不属于虚拟化=应用虚拟化；实现技术简单不是特征
Hadoop2020 多93、2025 单43、2026 单46/714 年 4 题HDFS 存储、MapReduce 计算（离线非实时）、瓶颈=磁盘 IO
云计算特点2018 单771 年共享资源/管理最小化/快速配置
大数据管理2021 单59、2023 单282 年数据模型支撑；价值密度低

命题规律：云计算考"模式/部署辨析 + 虚拟化特征"；大数据考"Hadoop 组件与特性"。2027 预测 2 题：IaaS/PaaS/SaaS 辨析、MapReduce/HDFS。核心能力：云三模式一句话 + Hadoop 两组件 + 虚拟化特征。

二、知识框架（先搭骨架）

云计算（按需获取计算资源的模式）
├── 服务模式（2026 单39）
│   ├── IaaS（基础设施即服务）：提供【计算/存储/网络】——2026 单39
│   ├── PaaS（平台即服务）：提供【开发运行平台】
│   └── SaaS（软件即服务）：提供【应用软件】（直接用）
│   └── 记忆：I 管硬件、P 管平台、S 管软件
├── 部署模式（2019 单80）：公有云/私有云/混合云/社区云
│   ├── 私有云基石=虚拟化（2021 单29）
│   └── 混合云=公有+私有结合
├── 云计算特点（2018 单77）：共享资源、管理成本最小化、快速配置
├── 虚拟化（2020 单55、2022 单30）
│   ├── 本质：物理资源抽象成逻辑资源（一台多用/弹性伸缩）
│   ├── 特征：封装、独立、隔离、分区、高扩展/高可用/高安全
│   └── ❌ "实现技术简单"不是虚拟化特征（2022 单30）
└── 大数据技术栈
    ├── Hadoop：HDFS（存储，2025 单43）+ MapReduce（计算，2020 多93）
    │   ├── MapReduce：Map（映射）+Reduce（归约），【离线批处理，不适合实时】（2026 单46）
    │   ├── 主要瓶颈：磁盘 IO（2026 单71——中间结果落盘）
    │   └── vs Spark：Spark 中间结果在内存（2023 单53，4.7 已详）
    ├── NoSQL：BASE 特性（2023 单52，4.7 已详）
    └── 大数据特点：体量大、类型多、速度快、【价值密度低】（2023 单28）

一句话记忆：云三模式 I-P-S（硬件/平台/软件）；云四部署公私混社；私有云靠虚拟化（封装隔离分区）；Hadoop=HDFS 存+MapReduce 算（离线批处理、磁盘 IO 是瓶颈）。

三、考点详解

3.1 云服务模式（2026 单39，必考）

精确定义：

  • IaaS（基础设施即服务）：提供计算能力、存储、网络等基础设施（2026 单39：提供计算能力/存储/运营管理 → IaaS）——用户自己装系统/应用；
  • PaaS（平台即服务）：提供开发运行平台（数据库、中间件、运行时）——用户只写应用；
  • SaaS（软件即服务）：提供现成应用软件（登录即用）——用户什么都不管。

口诀：I 管硬件、P 管平台、S 管软件（用户越往上越省事）。

3.2 云部署模式（2019 单80、2021 单29）

2019 单80（选 D）：云计算的四种部署模式 = 公有云、私有云、混合云、社区云。

2021 单29（选虚拟化）：私有云基础架构的基石 = 虚拟化（把物理资源虚拟成多份、弹性分配）。

口诀：云部署公（公有）私（私有）混（混合）社（社区）。

3.3 虚拟化（2020 单55、2022 单30）

精确定义：虚拟化 = 把物理资源（CPU/内存/存储）抽象成逻辑资源，实现资源复用与弹性分配。

虚拟化特征（2022 单30，选"不属于"）：封装、独立、隔离、分区、高扩展/高可用/高安全都是虚拟化特征；"实现技术简单"不是（虚拟化技术并不简单，选 D）。

2020 单55（选不属于）：应用虚拟化不属于——虚拟化主要指存储/网络/计算资源的虚拟化。

口诀：虚拟化=封装隔离分区弹性；技术不简单。

3.4 Hadoop 体系（2020 多93、2025 单43、2026 单46/71，必考）

Hadoop 两大核心组件（2020 多93，选 AD）：

  • HDFS（分布式文件系统）：负责存储（2025 单43：Hadoop 数据存储管理采用 HDFS）；
  • MapReduce：负责计算（Map 映射 + Reduce 归约）。

HBase/Zookeeper 不是核心两大件（2020 多93 干扰项）。

MapReduce 特性（2026 单46）：适合离线批处理，不适合实时计算——"MapReduce 适合实时计算"是错误说法（选 D）。

Hadoop 主要瓶颈（2026 单71，选磁盘 IO）：MapReduce 中间结果落盘（磁盘 I/O）→ 主要瓶颈是磁盘 IO（对比：Spark 中间结果在内存、更快）。

口诀：HDFS 存、MapReduce 算；离线批处理、磁盘 IO 慢。

3.5 云计算特点与大数据特点（2018 单77、2023 单28）

2018 单77（选"非"）：云计算特点 = 共享资源、管理工作最小化、快速配置资源；"高成本、缓慢释放、访问受限"不是云计算特点。

2023 单28（选错误）：大数据特点 = 体量大、类型多、速度快、价值密度低——"价值密度高"是错误说法。

口诀：云=共享快省心；大数据=量大价值稀。

3.6 HDFS 可靠性、大数据对比与云安全（补强；2020 单48/多93、2020 单79）

HDFS 高可靠三机制：① 多副本（默认 3 副本）；② 副本分散到不同节点/机架（防单机、单机架故障）；③ 心跳检测＋自动复制（节点失效后由 NameNode 触发补副本）。

  • 坑：RAID 不属于 HDFS 的高可靠机制（RAID 是磁盘级硬件冗余，HDFS 是软件级副本）——2020 单48 的错项就在这里。

大数据 vs 传统关系数据库（四点）：

维度关系数据库大数据平台
数据类型结构化为主结构化＋半/非结构化
处理方式事务型（OLTP）、实时小批批处理/流处理、海量并行
扩展方式纵向（升级单机）横向（加节点）
一致性强一致（ACID）常为最终一致（BASE）

云安全责任共担（2020 单79）：IaaS 用户负责"操作系统及以上"；PaaS 负责应用与数据；SaaS 负责数据与账号。公有云最值得关注的风险＝多租户越权访问（云平台客户数据被其他租户非法访问）。

四、易错坑汇总（命题人惯用陷阱）

  1. IaaS 提供硬件（2026 单39）——"IaaS 提供应用软件"错误（那是 SaaS）；IaaS=计算/存储。
  2. 私有云基石=虚拟化（2021 单29）——"私有云基石是容器"错误（虚拟化是基础）。
  3. 虚拟化技术不简单（2022 单30）——"实现技术简单是虚拟化特征"错误（正相反）。
  4. 应用虚拟化不属于资源虚拟化（2020 单55）——"应用虚拟化是主流资源虚拟化"错误（指存储/网络/计算）。
  5. MapReduce 离线非实时（2026 单46）——"MapReduce 适合实时计算"错误。
  6. Hadoop 瓶颈=磁盘 IO（2026 单71）——"瓶颈是 CPU/内存"错误（中间结果落盘）。
  7. HBase 不是 Hadoop 核心（2020 多93）——"Hadoop 核心是 HDFS+HBase"错误（核心=HDFS+MapReduce）。
  8. 云部署四种（2019 单80）——"公有/私有/联合"错误（正确=公有/私有/混合/社区）。

五、横向扩展（防漏网：本章边界内、真题尚未考但可能补考的点）

说明：横向扩展覆盖"大纲范围内但 9 年真题未考过"的知识，标注【新增概率】供取舍。

  1. 容器与 Docker【高】：轻量虚拟化（容器共享内核、秒级启动）——2027 预测点名"容器"。
  2. Kubernetes（K8s）【中】：容器编排——与 6.9 DevOps 衔接。
  3. 对象存储/云存储【低】：S3/OSS 等——名词题。
  4. 边缘计算【中】：靠近数据源处理（低时延）——与 5.10 衔接。
  5. 数据湖 vs 数据仓库【中】：Schema-on-read vs Schema-on-write——与 4.7 衔接。
  6. 流处理（Flink/Storm）【中】：实时流式处理（与 MapReduce 批处理对比）——2026 单46 的延伸。
  7. Serverless（无服务器）【低】：按需执行函数——名词题。
  8. 云安全责任共担【低】：云服务商与用户分责——与 7.8 衔接。

六、真题演练（代表性真题 + 解析）

例 1（2026 单39） 云计算提供计算能力、存储和运营管理，属于（口径已核）服务。 A. IaaS　B. PaaS　C. SaaS　D. DaaS

答案：A。提供计算/存储/网络=IaaS（基础设施即服务）；PaaS 平台、SaaS 软件。口诀：I 管硬件。

例 2（2019 单80） 云计算的四种部署模式是（口径已核）。 A. 公有、内部、混合、社区　B. 外部、私有、混合、社区 C. 公有、私有、联合、社区　D. 公有、私有、混合、社区

答案：D。云部署=公有云、私有云、混合云、社区云。口诀：公私混社。

例 3（2022 单30） 下列不属于虚拟化特征的是（口径已核）。 A. 封装　B. 隔离　C. 分区　D. 实现技术简单

答案：D。虚拟化技术并不简单——封装/隔离/分区/高可用都是特征。口诀：虚拟化不简单。

例 4（2025 单43） Hadoop 的数据存储管理采用（口径已核）。 A. HBase　B. HDFS　C. MapReduce　D. Zookeeper

答案：B。HDFS=存储；MapReduce=计算、HBase=NoSQL 数据库、Zookeeper=协调。口诀：HDFS 存、MapReduce 算。

例 5（2026 单46） 关于 MapReduce，错误的说法是（口径已核）。 A. 适合离线批处理 B. 适合大数据集处理 C. 由 Map 和 Reduce 两阶段组成 D. 适合实时计算

答案：D。MapReduce 适合离线批处理，不适合实时计算（实时用 Spark Streaming/Flink）。口诀：MapReduce 离线批、不实时。

例 6（2026 单71） Hadoop 的主要瓶颈是（口径已核）。 A. CPU　B. 内存　C. 磁盘 IO　D. 网络带宽

答案：C。MapReduce 中间结果落盘 → 磁盘 IO 是主要瓶颈（Spark 用内存解决）。口诀：Hadoop 卡在磁盘。

七、本章小结

  • 一条主线：云三模式（I/P/S）→ 云四部署（公/私/混/社）→ 私有云靠虚拟化 → Hadoop（HDFS 存 + MapReduce 算，离线批处理、磁盘 IO 瓶颈）→ 大数据特点（价值密度低）。
  • 必背判定：IaaS=硬件（2026 单39）；云四部署（2019 单80）；虚拟化特征（2022 单30）；HDFS=存储（2025 单43）；MapReduce 非实时（2026 单46）；磁盘 IO 瓶颈（2026 单71）。
  • 衔接预告：NoSQL/Spark→4.7；容器→6.9 DevOps；AI/ML→8.3。
计算机专业课金管局一本通