A、 Scala语法复杂,但是能提供优雅的API计算
B、 Scala具备强⼤的并发性,⽀持函数式编程,可以更好地⽀持分布式系统
C、 Scala兼容Java,运⾏速度快,且能融合到Hadoop⽣态圈中
D、 Scala是Spark的主要编程语⾔
答案:A
A、 Scala语法复杂,但是能提供优雅的API计算
B、 Scala具备强⼤的并发性,⽀持函数式编程,可以更好地⽀持分布式系统
C、 Scala兼容Java,运⾏速度快,且能融合到Hadoop⽣态圈中
D、 Scala是Spark的主要编程语⾔
答案:A
A. ⾼性能:处理⼤数据的基本要求,如每秒处理⼏⼗万条数据
B. 实时性:保证较低的延迟时间,达到秒级别,甚⾄是毫秒级别
C. 分布式:⽀持⼤数据的基本架构,必须能够平滑扩展
D. 可靠性:能可靠地处理流数据
A. ⽂档数据库
B. 图数据库
C. 列族数据库
D. 时间戳数据库
A. 基于历史数据的数据挖掘
B. 图结构数据的处理
C. 基于历史数据的交互式查询
D. 基于实时数据流的数据处理
A. ⼀致性,是指任何⼀个读操作总是能够读到之前完成的写操作的结果量
B. ⼀个分布式系统可以同时满⾜⼀致性、可⽤性和分区容忍性这三个需求
C. 可⽤性,是指快速获取数据
D. 分区容忍性,是指当出现⽹络分区的情况时(即系统中的⼀部分节点⽆法和其他节点进⾏通信),分离的系统也能够正常运⾏
A. 信息传输
B. 信息处理
C. 信息爆炸
D. 信息转换
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. 读写分离
B. 分库分表
C. 数据安全
D. 资源合并
A. 动态可扩展
B. ⾼成本
C. 易⽤性
D. ⼤规模并⾏处理
A. d3.select(“body”)查找DOM中的body
B. selectAll(“p”)选择DOM中的所有段落
C. enter()绑定数据和DOM元素
D. text(“Newparagraph!”)为新创建的p标签插⼊⼀个⽂本值
A. 解析⽹页的任务就是分析⼀个页⾯的链接数,但是不赋初值
B. PageRank分配就是多次迭代计算页⾯的PageRank值
C. 收敛阶段的任务就是由⼀个⾮并⾏组件决定是否达到收敛
D. ⼀般判断是否收敛的条件是所有⽹页的PageRank值不再变化,或者运⾏30次以后我们就认为已经收敛了