A、 处理⼤规模数据的脚本语⾔
B、 ⼯作流和协作服务引擎,协调Hadoop上运⾏的不同任务
C、 ⽀持DAG作业的计算框架
D、 基于内存的分布式并⾏编程框架,具有较⾼的实时性,并且较好⽀持迭代计算
答案:D
A、 处理⼤规模数据的脚本语⾔
B、 ⼯作流和协作服务引擎,协调Hadoop上运⾏的不同任务
C、 ⽀持DAG作业的计算框架
D、 基于内存的分布式并⾏编程框架,具有较⾼的实时性,并且较好⽀持迭代计算
答案:D
A. 名称节点出错
B. 数据节点出错
C. 数据出错
D. 数据源太⼤
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. 推荐系统:为⽤户推荐相关商品
B. 物流:基于⼤数据和物联⽹技术的智能物流
C. 智能交通:利⽤交通⼤数据,实现交通实时监控
D. 汽车:⽆⼈驾驶汽车,实时采集车辆各种⾏驶数据和周围环境
A. 加快数据传输速度
B. 容易检查数据错误
C. 保证数据可靠性
D. 适合多平台上运⾏
A. ⽤户建模模块:对⽤户进⾏建模,根据⽤户⾏为数据和⽤户属性数据来分析⽤户的兴趣和需求
B. 推荐对象建模模块:根据对象数据对推荐对象进⾏建模
C. 推荐算法模块:基于⽤户特征和物品特征,采⽤推荐算法计算得到⽤户可能感兴趣的对象
D. 推荐算法模块:根据推荐场景对推荐结果进⾏⼀定调整,将推荐结果最终展⽰给⽤户
A. 数据挖掘
B. 云计算
C. 机器学习
D. 关系型数据库
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. 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. ⼑⽚服务器、⾼速⽹、SAN,价格贵,扩展性差上
B. 共享式(共享内存/共享存储),容错性好
C. what-how,难
D. 实时、细粒度计算、计算密集型
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