81、下列哪个不属于云计算的优势?

A. 　数据类型

B. 　数据操作

C. 　存储模式

D. 　数据维护

A. 　Standalone(类似于MapReduce1.0，slot为资源分配单位)

B. 　SparkonMesos(和Spark有⾎缘关系，更好⽀持Mesos)

C. 　SparkonYARN

D. 　SparkonHDFS

A. 　基于⽤户的协同过滤算法(简称UserCF算法)在1992年被提出，是推荐系统中最古⽼的算法

B. 　UserCF算法符合⼈们对于”趣味相投”的认知

C. 　实现UserCF算法的关键步骤是计算⽤户与⽤户之间的兴趣相似度

D. 　UserCF算法符合兴趣相似的⽤户往往有相同的物品喜好

A. 　为⽤户提供了系统底层细节透明的分布式基础架构

B. 　具有很好的跨平台特性

C. 　可以部署在廉价的计算机集群中

D. 　被公认为⾏业⼤数据标准开源软件

A. 　资源管理

B. 　任务调度

C. 　任务监控

D. 　数据即服务

A. 　⽤户可通过Client提供的⼀些接⼝查看作业运⾏状态

B. 　⽤户编写的MapReduce程序通过Client提交到JobTracker端

C. 　JobTracker负责资源监控和作业调度

D. 　JobTracker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调度器(TaskScheduler)

A. 　DataNode:存储被拆分的数据块

B. 　JobTracker:协调数据计算任务

C. 　TaskTracker:负责执⾏由JobTracker指派的任务

D. 　SecondaryNameNode:帮助NameNode收集⽂件系统运⾏的状态信息

A. 　实现⼀键式安装和配置、线程级别的任务监控和告警

B. 　降低硬件集群、软件维护、任务监控和应⽤开发的难度

C. 　便于做成统⼀的硬件、计算平台资源池

D. 　不⽤负载应⽤混搭，集群利⽤率⾼

A. 　专家推荐:⼈⼯推荐，由资深的专业⼈⼠来进⾏物品的筛选和推荐，需要较多的⼈⼒成本性

B. 　基于统计的推荐:通过机器学习的⽅法去描述内容的特征，并基于内容的特征来发现与之相似的内容

C. 　协同过滤推荐:应⽤最早和最为成功的推荐⽅法之⼀

D. 　混合推荐:结合多种推荐算法来提升推荐效果

A. 数据存储方式

B. 数据传输速度

C. 数据查询语言

D. 数据安全性