A、 Mnesia是⼀个分布式数据库管理系统
B、 Mnesia的数据库模式(schema)只能在未运⾏前静态重配置
C、 Mnesia的这些特性,使其在开发云数据库时被⽤来提供分布式数据库服务
D、 Mnesia⽀持事务,⽀持透明的数据分⽚
答案:B
A、 Mnesia是⼀个分布式数据库管理系统
B、 Mnesia的数据库模式(schema)只能在未运⾏前静态重配置
C、 Mnesia的这些特性,使其在开发云数据库时被⽤来提供分布式数据库服务
D、 Mnesia⽀持事务,⽀持透明的数据分⽚
答案:B
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. 增加数据量
B. 删除重复数据
C. 提高数据质量
D. 降低存储空间
A. 属于关系型数据库:⽀持使⽤TSQL来管理、创建和操作云数据库
B. ⽀持存储过程:它的数据类型、存储过程和传统的SQLServer具有很⼤的相似性
C. ⽀持⼤量数据类型
D. ⽀持云中的事务:⽀持局部事务,但是不⽀持分布式事务
A. 扩展性好,灵活性好
B. ⼤量写操作时性能⾼
C. ⽆法存储结构化信息
D. 条件查询效率⾼
A. 开发⼯具
B. 开源软件
C. 商业化⼯具
D. 数据采集
A. 为⽤户提供了系统顶层分布式基础架构
B. 具有较差的跨平台特性
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. Storm将流数据Stream描述成⼀个有限的Tuple序列
B. Storm保证每个消息都能完整处理
C. Storm认为每个Stream都有⼀个源头,并把这个源头抽象为Spout
D. Bolt可以执⾏过滤、函数操作、Join、操作数据库等任何操作
A. 主从结构模型
B. 分层模式
C. 管道-过滤器模式
D. 点对点模式
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