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)
答案:ACD
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)
答案:ACD
A. 资源管理
B. 任务调度
C. 任务监控
D. 数据即服务
A. 关于出度分布的柱状图
B. 处于活跃状态的边数量
C. 在当前超步的时间信息和消息流量
D. 所有⽤户⾃定义Aggregator的值
A. 抽象层次⾼
B. 表达能⼒有限,抽象层次低,需⼈⼯编码
C. 价格昂贵
D. 可维护性低
A. ⽆法满⾜海量数据的管理需求
B. ⽆法满⾜数据⾼并发的需求
C. ⽆法满⾜⾼可扩展性和⾼可⽤性的需求
D. 使⽤难度⾼
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. 负责资源监控和作业调度,监控所有TaskTracker与Job的健康状况
B. 使⽤”slot”等量划分本节点上的资源量(CPU、内存等)
C. 会周期性地通过”⼼跳”将本节点上资源的使⽤情况和任务的运⾏进度汇报给TaskTracker
D. 会跟踪任务的执⾏进度、资源使⽤量等信息,并将这些信息告诉任务(Task)
A. 在⼀致性⽅⾯,RDBMS强于NoSQL
B. 在数据完整性⽅⾯,RDBMS容易实现
C. 在扩展性⽅⾯,NoSQL⽐较好
D. 在可⽤性⽅⾯,NoSQL优于RDBMS
A. 数据质量问题
B. 数据安全问题
C. 数据传输速度问题
D. 数据类型单一问题
A. ⼀个RDD就是⼀个分布式对象集合,本质上是⼀个只读的分区记录集合
B. 每个RDD可分成多个分区,每个分区就是⼀个数据集⽚段
C. RDD是可以直接修改的
D. RDD提供了⼀种⾼度受限的共享内存模型
A. UserCF算法的推荐更偏向社会化:适合应⽤于新闻推荐、微博话题推荐等应⽤场景,其推荐结果在新颖性⽅⾯有⼀定的优势
B. ItemCF算法的推荐更偏向于个性化
C. ItemCF随着⽤户数⽬的增⼤,⽤户相似度计算复杂度越来越⾼
D. UserCF推荐结果相关性较弱,难以对推荐结果作出解释,容易受⼤众影响⽽推荐热门物品