100、Microsoft的云数据库产品SQLAzure具有以下哪些特性?

A. 　数据可视化是指将⼤型数据集中的数据以图形图像形式表⽰

B. 　利⽤数据分析和开发⼯具发现其中未知信息的处理过程

C. 　数据可视化技术的基本思想是将数据库中每⼀个数据项作为单个图元素表⽰

D. 　将数据的各个属性值以⼀维数据的形式表⽰

A. 　关系代数运算(选择、投影、并、交、差、连接)

B. 　分组与聚合运算

C. 　矩阵-向量乘法

D. 　矩阵乘法

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. 　”摩尔定律”，CPU性能⼤约每隔18个⽉翻⼀番

B. 　分布式程序运⾏在⼤规模计算机集群上

C. 　⾕歌公司最先提出了分布式并⾏编程模型MapReduce

D. 　MapReduce是Hadoop的开源实现

A. 　Storm将Streams的状态转换过程抽象为Spout

B. 　Storm认为每个Stream都有⼀个源头，并把这个源头抽象为Spout

C. 　Storm将Spouts和Bolts组成的⽹络抽象成Topology

D. 　Topology⾥⾯的每个处理组件(Spout或Bolt)都包含处理逻辑，⽽组件之间的连接则表⽰数据流动的⽅向

A. 　Task分为MapTask和ReduceTask两种，分别由JobTracker和TaskTracker启动

B. 　slot分为Mapslot和Reduceslot两种，分别供MapTask和ReduceTask使⽤

C. 　TaskTracker使⽤”slot”等量划分本节点上的资源量(CPU、内存等)

D. 　TaskTracker会周期性接收JobTracker发送过来的命令并执⾏相应的操作(如启动新任务、杀死任务等)

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

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. 　流数据层(Kafka)

B. 　执⾏层(YARN)

C. 　处理层(SamzaAPI)

D. 　数据采集层(Scribe)