A、 数据中⼼是云计算的重要载体,为各种平台和应⽤提供运⾏⽀撑环境
B、 提供智能交通、智慧医疗、智能物流、智能电⽹等
C、 提供分布式计算、数据挖掘、统计分析等服务
D、 提供硬件、软件、⽹络等基础设施
答案:A
A、 数据中⼼是云计算的重要载体,为各种平台和应⽤提供运⾏⽀撑环境
B、 提供智能交通、智慧医疗、智能物流、智能电⽹等
C、 提供分布式计算、数据挖掘、统计分析等服务
D、 提供硬件、软件、⽹络等基础设施
答案:A
A. Pregel将PageRank处理对象看成是连通图,⽽MapReduce则将其看成是键值对
B. Pregel将计算细化到顶点,同时在顶点内控制循环迭代次数
C. apReduce将计算批量化处理,按任务进⾏循环迭代控制
D. 图算法如果⽤Pregel实现,需要⼀系列的Pregel的调⽤
A. 分布式⽂件系统
B. 分布式并⾏编程模型
C. 资源管理和调度器
D. Hadoop上的数据仓库
A. 资源管理
B. 任务调度
C. 任务监控
D. 数据即服务
A. 为海量数据提供存储的HDFS和对数据进⾏计算的MapReduce
B. 提供整个HDFS⽂件系统的NameSpace(命名空间)管理、块管理等所有服务
C. Hadoop不仅可以运⾏在企业内部的集群中,也可以运⾏在云计算环境中
D. Hadoop被视为事实上的⼤数据处理标准
A. 顶点的当前值
B. 消息队列
C. 标志位
D. ⼀个接收到的消息的迭代器
A. Map将⼩数据集进⼀步解析成⼀批
B. Map每⼀个输⼊的
C. Reduce输⼊的中间结果
D. Reduce输⼊的中间结果
A. Controller服务器向UMP集群提供各种管理服务
B. Controller服务器上运⾏了⼀组Mnesia分布式数据库服务
C. 当其它服务器组件需要获取⽤户数据时,不可以向Controller服务器发送请求获取数据
D. 为了避免单点故障,保证系统的⾼可⽤性,UMP系统中部署了多台Controller服务器
A. Spark在借鉴HadoopMapReduce优点的同时,很好地解决了MapReduce所⾯临的问题
B. Spark的计算模式也属于MapReduce,但不局限于Map和Reduce操作
C. HadoopMapReduce编程模型⽐Spark更灵活
D. HadoopMapReduce提供了内存计算,可将中间结果放到内存中,对于迭代运算效率更⾼
A. 属于不同命名空间的块可以构成同⼀个”块池”
B. HDFSFederation中,所有名称节点会共享底层的数据节点存储资源,数据节点向所有名称节点汇报
C. 设计了多个相互独⽴的名称节点
D. HDFS的命名服务能够⽔平扩展
A. Web2.0⽹站系统通常不要求严格的数据库事务
B. Web2.0⽹站系统基本上不⽤数据库来存储
C. Web2.0并不要求严格的读写实时性
D. Web2.0通常不包含⼤量复杂的SQL查询