A、 pplicationMaster分配资源
B、 把获得的资源进⼀步分配给内部的各个任务(Map任务或Reduce任务),实现资源的”⼆次分配”
C、 定时向ResourceManager发送”⼼跳”消息,报告资源的使⽤情况和应⽤的进度信息
D、 向ResourceManager汇报作业的资源使⽤情况和每个容器的运⾏状态
答案:ABC
A、 pplicationMaster分配资源
B、 把获得的资源进⼀步分配给内部的各个任务(Map任务或Reduce任务),实现资源的”⼆次分配”
C、 定时向ResourceManager发送”⼼跳”消息,报告资源的使⽤情况和应⽤的进度信息
D、 向ResourceManager汇报作业的资源使⽤情况和每个容器的运⾏状态
答案:ABC
A. 基于物品和商家的联合协同推荐
B. 基于统计的推荐
C. 专家推荐
D. 基于内容的推荐
A. 间断性
B. 原⼦性
C. ⼀致性
D. 持久性
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. 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. 数据类型
B. 数据操作
C. 存储模式
D. 数据维护
A. 资源管理
B. 任务调度
C. 任务监控
D. 数据即服务
A. 爬⾍持续不断地抓取新页⾯,这些页⾯每隔⼀段时间地存储到BigTable⾥
B. BigTable是⼀个分布式存储系统
C. BigTable起初⽤于解决典型的互联⽹搜索问题
D. ⽹络搜索应⽤查询建⽴好的索引,从BigTable得到⽹页
A. SparkStreaming⽆法实现毫秒级的流计算
B. Storm可以实现毫秒级响应件
C. Storm的低延迟执⾏引擎(100ms+)可以⽤于实时计算
D. SparkStreaming采⽤的⼩批量处理的⽅式使得它可以同时兼容批量和实时数据处理的逻辑和算法
A. 推荐系统:为⽤户推荐相关商品
B. 物流:基于⼤数据和物联⽹技术的智能物流
C. 智能交通:利⽤交通⼤数据,实现交通实时监控
D. 汽车:⽆⼈驾驶汽车,实时采集车辆各种⾏驶数据和周围环境