140、YARN的⽬标就是实现”⼀个集群多个框架”，为什么?

A. 　实时性差(适合批处理，不⽀持实时交互式)

B. 　资源浪费(Map和Reduce分两阶段执⾏)

C. 　执⾏迭代操作效率低

D. 　难以看到程序整体逻辑

A. 　操作系统和围绕特定应⽤的必需的服务

B. 　将基础设施(计算资源和存储)作为服务出租

C. 　从⼀个集中的系统部署软件，使之在⼀台本地计算机上(或从云中远程地)运⾏的⼀个模型

D. 　提供硬件、软件、⽹络等基础设施以及提供咨询、规划和系统集成服务

A. 　任务调度、监控与容错

B. 　为应⽤程序申请资源

C. 　将申请的资源分配给内部任务

D. 　处理来⾃ResourceManger的命令

A. 　扩展性好，灵活性好

B. 　⼤量写操作时性能⾼

C. 　⽆法存储结构化信息

D. 　条件查询效率⾼

A. 　较低可扩展性

B. 　只⽀持java语⾔

C. 　成本低

D. 　运⾏在Linux平台上

A. 　CAP

B. 　最终⼀致性

C. 　BASE

D. 　DN8

A. 　Pregel将PageRank处理对象看成是连通图，⽽MapReduce则将其看成是键值对

B. 　Pregel将计算细化到顶点，同时在顶点内控制循环迭代次数

C. 　apReduce将计算批量化处理，按任务进⾏循环迭代控制

D. 　图算法如果⽤Pregel实现，需要⼀系列的Pregel的调⽤

A. 　数据的”⼤量化”

B. 　数据的”快速化”

C. 　数据的”多样化”

D. 　数据的”价值化”

A. 　每个Region服务器都有⼀个⾃⼰的HLog⽂件

B. 　每次刷写都⽣成⼀个新的StoreFile，数量太多，影响查找速度

C. 　合并操作⽐较耗费资源，只有数量达到⼀个阈值才启动合并

D. 　Store是Region服务器的核⼼

A. 　表达能⼒有限

B. 　磁盘IO开销⼤

C. 　延迟⾼

D. 　在前⼀个任务执⾏完成之前，其他任务就⽆法开始，难以胜任复杂、多阶段的计算任务