117、MapReduce的具体应⽤包括哪些?

A. 　从分布式⽂件系统读⼊数据

B. 　执⾏Map任务输出中间结果

C. 　通过Shuffle阶段把中间结果分区排序整理后发送给Reduce任务

D. 　执⾏Reduce任务得到最终结果并写⼊分布式⽂件系统

A. 　数据快速持续到达，潜在⼤⼩也许是⽆穷⽆尽的

B. 　数据来源众多，格式复杂

C. 　注重数据的整体价值，不过分关注个别数据

D. 　系统可以控制将要处理的新到达的数据元素的顺序

A. 数据的准确性

B. 数据处理的延迟

C. 数据存储的容量

D. 数据传输的速度

A. 　只⽀持少数⼏种编程语⾔

B. 　可扩展性⾼

C. 　成本低

D. 　能在linux上运⾏

A. 　性能好(⾼并发)，灵活性⾼

B. 　具备统⼀的查询语法

C. 　⽂档数据库⽀持⽂档间的事务

D. 　复杂性低，数据结构灵活

A. 　HBase采⽤表来组织数据，表由⾏和列组成，列划分为若⼲个列族

B. 　每个HBase表都由若⼲⾏组成，每个⾏由⾏键(rowkey)来标识

C. 　列族⾥的数据通过列限定符(或列)来定位

D. 　每个单元格都保存着同⼀份数据的多个版本，这些版本采⽤时间戳进⾏索引

A. 　⼀切与⽀撑⼤数据组织管理和价值发现相关的企业经济活动的集合

B. 　提供智能交通、智慧医疗、智能物流、智能电⽹等⾏业应⽤的企业

C. 　提供数据分享平台、数据分析平台、数据租售平台等服务的企业

D. 　提供分布式计算、数据挖掘、统计分析等服务的各类企业

A. 　MapReduce体系结构主要由四个部分组成，分别是:Client、JobTracker、TaskTracker以及Task

B. 　Task分为MapTask和ReduceTask两种，均由TaskTracker启动

C. 　在MapReduce⼯作流程中，所有的数据交换都是通过MapReduce框架⾃⾝去实现的

D. 　在MapReduce⼯作流程中，⽤户不能显式地从⼀台机器向另⼀台机器发送消息

A. 　worker:每个worker进程都属于⼀个特定的Topology

B. 　executor:executor是产⽣于worker进程内部的线程

C. 　task:实际的数据处理由task完成

D. 　在Topology的⽣命周期中，每个组件的task数⽬是不会发⽣变化的，⽽executor的数⽬却不⼀定