149、Spark⽣态系统组件SparkStreaming的应⽤场景是?

A. 　不同场景之间输⼊输出数据⽆法做到⽆缝共享，通常需要进⾏数据格式的转换

B. 　不同的软件需要不同的开发和维护团队

C. 　需要较⾼的使⽤成本

D. 　⽐较难以对同⼀个集群中的各个系统进⾏统⼀的资源协调和分配

A. 　Zookeeper⽂件

B. 　-ROOT-表

C. 　.META.表

D. 　数据类型

A. 　分布式存储

B. 　虚拟化

C. 　分布式计算

D. 　多租户

A. 提高数据分析效率

B. 降低数据存储成本

C. 增加数据体量

D. 改变数据类型

A. 　MapReduce默认1000MB缓存

B. 　多个溢写⽂件归并成⼀个或多个⼤⽂件，⽂件中的键值对是排序的

C. 　当数据很少时，不需要溢写到磁盘，直接在缓存中归并，然后输出给Reduce

D. 　每个Map任务分配多个缓存，使得任务运⾏更有效率

A. 数据泄露

B. 数据篡改

C. 数据丢失

D. 数据类型多样化

A. 　UserCF算法推荐的是那些和⽬标⽤户有共同兴趣爱好的其他⽤户所喜欢的物品

B. 　ItemCF算法推荐的是那些和⽬标⽤户之前喜欢的物品类似的其他物品

C. 　ItemCF算法的推荐更偏向社会化，⽽UserCF算法的推荐更偏向于个性化

D. 　ItemCF算法倾向于推荐与⽤户已购买商品相似的商品，往往会出现多样性不⾜、推荐新颖度较低的问题

A. 　UserCF算法推荐的是那些和⽬标⽤户有共同兴趣爱好的其他⽤户所喜欢的物品

B. 　ItemCF算法推荐的是那些和⽬标⽤户之前喜欢的物品类似的其他物品

C. 　UserCF算法的推荐更偏向个性化

D. 　UserCF随着⽤户数⽬的增⼤，⽤户相似度计算复杂度越来越⾼

A. 　分布式存储

B. 　数据处理与分析

C. 　分布式处理

D. 　数据存储与管理