简要回答将数据仓库、OLAP、数据挖掘结合起来构成新的DSS架构的特点。

A.可以实现大型互联网企业的数据仓库和BI分析

B.提供了便捷的分析处理海量数据的手段，用户可以不必关心分布式计算细节，从而达到分析大数据的目的

C.可以支持实时OLAP分析

D.可以基于历史数据，进行用户特征和兴趣挖掘

A.数据集成是将数据由多个数据源合并成一个一致的数据存储(如数据仓库)

B.数据变换可以通过如聚集、删除冗余特征或聚类等方法来降低数据的规模

C.数据归约可以用来把数据压缩到较小的区间(如0.0-1.0)，提高了涉及距离度量挖掘算法的准确率和效率

D.数据清理可以用来清除数据中的噪声，纠正不一致

A、不同来源、格式、特点性质的数据不必在逻辑上或物理上有机地集中

B、在数据库中的数据有一些是不完整的(有些感兴趣的属性缺少属性值)、含噪声的(包含错误的属性值)，并且是不一致的(同样的信息不同的表示方式)，因此需要进行数据清理，将完整、正确、一致的数据信息存入数据仓库中

C、数据挖掘就是讲数据罗列在EXCEL中进行计算

D、数据挖掘过程不是一个反复循环的过程，一个步骤如果没有达到预期目标，可直接跳到下一步继续进行

A.数据抽取、转换、清洗和加载(ETL)

B.数据仓库

C.联机分析处理

D.数据挖掘

A.来自数据库中的数据

B.来自数据仓库中的数据

C.来自互联网的数据

D.来自数据集中的数据

A.详单查询：具备PB级数据负载能力，通过内存分析技术满足海量数据边入库边查询要求。适用于安全、电信、金融、物联网等行业的详单查询业务

B.数据仓库：具备百TB级数据支撑能力，可以高效处理百亿行多表连接查询，适用于操作数据库存储ODS(OpenrationalData Store)、数据仓库EDW(EnterpriseData Warehouse)、数据集市 DM(DataMart)

C.混合负载：基于海量数据查询统计分析能力与实务处理能力，行列混存技术同时满足联机事务处理OLTP与联机分析处理OLAP混合负载场景

D.大数据分析：支持结构化数据PB级分析能力，分布式并行数据库集群满足PB级结构化大数据的分析能力

A.数据库技术

B.OLTP

C.OLAP

D.数据仓库技术