A、 HDFS采⽤具体的块概念,具有⽀持⼤规模⽂件存储、简化系统设计
B、 HDFS采⽤了主从(Master/Slave)结构模型
C、 HDFS采⽤了冗余数据存储,增强了数据可靠性
D、 HDFS还采⽤了相应的数据存放、数据读取和数据复制策略,来提升系统整体读写响应性能
答案:A
A、 HDFS采⽤具体的块概念,具有⽀持⼤规模⽂件存储、简化系统设计
B、 HDFS采⽤了主从(Master/Slave)结构模型
C、 HDFS采⽤了冗余数据存储,增强了数据可靠性
D、 HDFS还采⽤了相应的数据存放、数据读取和数据复制策略,来提升系统整体读写响应性能
答案:A
A. 所有的数据交换都是通过MapReduce框架⾃⾝去实现的
B. 不同的Map任务之间会进⾏通信
C. 不同的Reduce任务之间可以发⽣信息交换
D. ⽤户可以显式地从⼀台机器向另⼀台机器发送消息
A. 按需服务
B. 随时服务
C. 通⽤性
D. 价格不菲
A. 为特定的图应⽤定制相应的分布式实现:通⽤性不好
B. 基于现有的分布式计算平台进⾏图计算:在性能和易⽤性⽅⾯往往⽆法达到最优
C. 使⽤单机的图算法库,但是,在可以解决的问题的规模⽅⾯具有很⼤的局限性
D. 使⽤已有的并⾏图计算系统,但是,对⼤规模分布式系统⾮常重要的⼀些⽅⾯(⽐如容错),⽆法提供较好的⽀持
A. 选择集群中的多台机器执⾏图计算任务,每台机器上运⾏⽤户程序的⼀个副本
B. Master把⼀个图分成多个分区,并把分区分配到多个Worker
C. ster会把⽤户输⼊划分成多个部分,通常是基于⽂件边界进⾏划分
D. ster向每个Worker发送指令,Worker收到指令后,开始运⾏⼀个超步
A. 负责资源监控和作业调度,监控所有TaskTracker与Job的健康状况
B. 使⽤”slot”等量划分本节点上的资源量(CPU、内存等)
C. 会周期性地通过”⼼跳”将本节点上资源的使⽤情况和任务的运⾏进度汇报给TaskTracker
D. 会跟踪任务的执⾏进度、资源使⽤量等信息,并将这些信息告诉任务(Task)
A. 任务调度、监控与容错
B. 为应⽤程序申请资源
C. 将申请的资源分配给内部任务
D. 处理来⾃ResourceManger的命令
A. 协同过滤可分为基于⽤户的协同过滤和基于物品的协同过滤
B. UserCF算法符合⼈们对于”趣味相投”的认知,即兴趣相似的⽤户往往有相同的物品喜好
C. 实现UserCF算法的关键步骤是计算物品与物品之间的相似度
D. 基于物品的协同过滤算法(简称ItemCF算法)是⽬前业界应⽤最多的算法
A. 间断性
B. 原⼦性
C. ⼀致性
D. 持久性
A. 在Pregel执⾏计算过程时,在每个超步中都会并⾏调⽤每个顶点上定义的Compute()函数
B. 顶点之间的通讯是借助于消息传递机制来实现的
C. 在默认情况下,Pregel计算框架并不会开启Combiner功能
D. 通常只对那些满⾜交换律和结合律的操作才可以去开启Combiner功能