27、下⾯哪⼀项不是Hadoop的特性?

A. 　Master-status(⾃带)

B. 　Ganglia

C. 　OpenTSDB

D. 　Ambari

A. 　数据是规则的

B. 　性能好(⾼并发)

C. 　缺乏统⼀的查询语法

D. 　复杂性低

A. 　ResourceManager

B. 　NodeManager

C. 　ApplicationMaster

D. 　DataManager

A. 　CA:也就是强调⼀致性(C)和可⽤性(A)，放弃分区容忍性(P)

B. 　CP:也就是强调⼀致性(C)和分区容忍性(P)，放弃可⽤性(A)

C. 　AP:也就是强调可⽤性(A)和分区容忍性(P)，放弃⼀致性(C)

D. 　CAP:也就是同时兼顾可⽤性(A)、分区容忍性(P)和⼀致性(C)，当时系统性能会下降很多

A. 　Hadoop擅长批处理，不适合流计算

B. 　MapReduce是专门⾯向静态数据的批量处理的

C. 　Hadoop设计的初衷是⾯向⼤规模数据的批量处理

D. 　MapReduce不适合⽤于处理持续到达的动态数据

A. 　创建表的时候，可以通过HColumnDescriptor.setInMemory(true)将表放到Region服务器的缓存中，保证在读取的时候被cache命中

B. 　创建表的时候，可以通过HColumnDescriptor.setMaxVersions(intmaxVersions)设置表中数据的最⼤版本，如果只需要保存最新版本的数据，那么可以设置setMaxVersions(1)

C. 　创建表的时候，可以通过HColumnDescriptor.setTimeToLive(inttimeToLive)设置表中数据的存储⽣命期

D. 　如果最近写⼊HBase表中的数据是最可能被访问的，可以考虑将时间戳作为⾏键的⼀部分

A. 　基于⽤户的协同过滤

B. 　基于物品的协同过滤

C. 　基于⽤户和物品的联合协同过滤

D. 　基于商家的协同过滤

A. 　灵活的可扩展性

B. 　灵活的数据模型

C. 　与云计算紧密融合

D. 　⼤型的数据库

A. 　相对于Spark来说，使⽤Hadoop进⾏迭代计算⾮常耗资源

B. 　Spark将数据载⼊内存后，之后的迭代计算都可以直接使⽤内存中的中间结果作运算，避免了从磁盘中频繁读取数据

C. 　Hadoop的设计遵循”⼀个软件栈满⾜不同应⽤场景”的理念

D. 　Spark可以部署在资源管理器YARN之上，提供⼀站式的⼤数据解决⽅案