A、 MapReduce采⽤”分⽽治之”策略
B、 MapReduce设计的⼀个理念就是”计算向数据靠拢”
C、 MapReduce框架采⽤了Master/Slave架构
D、 MapReduce应⽤程序只⽤Java来写
答案:D
A、 MapReduce采⽤”分⽽治之”策略
B、 MapReduce设计的⼀个理念就是”计算向数据靠拢”
C、 MapReduce框架采⽤了Master/Slave架构
D、 MapReduce应⽤程序只⽤Java来写
答案:D
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. AmazonRDS:云中的关系数据库
B. AmazonSimpleDB:云中的键值数据库
C. AmazonDynamoDB:云中的数据仓库
D. AmazonElastiCache:云中的分布式内存缓存
A. 软件即服务(SaaS)
B. 平台即服务(PaaS)
C. 基础设施即服务(IaaS)
D. 数据即服务(DaaS)
A. CAP
B. 最终⼀致性
C. BASE
D. DN8
A. 分布式并⾏编程模型
B. 流计算框架
C. Hadoop上的⼯作流管理系统
D. 提供分布式协调⼀致性服务
A. 客户端是⽤户操作HDFS最常⽤的⽅式,HDFS在部署时都提供了客户端
B. HDFS客户端是⼀个库,暴露了HDFS⽂件系统接⼝
C. 严格来说,客户端并不算是HDFS的⼀部分
D. 客户端可以⽀持打开、读取、写⼊等常见的操作
A. Scala的优势是提供了REPL(Read-Eval-PrintLoop,交互式解释器),提⾼程序开发效率
B. Scala兼容Java,运⾏速度快,且能融合到Hadoop⽣态圈中
C. Scala具备强⼤的并发性,⽀持函数式编程
D. Scala可以更好地⽀持分布式系统
A. 命名空间的限制
B. 性能的瓶颈
C. 隔离问题
D. 集群的可⽤性
A. 通过单个⾏健访问
B. 通过时间戳访问
C. 通过⼀个⾏健的区间来访问
D. 全表扫描
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