171、流数据具有以下哪些特征?

A. 　Zookeeper⽂件

B. 　-ROOT-表

C. 　.META.表

D. 　数据类型

A. 　基于遍历算法的、实时的图数据库，如Neo4j、OrientD

B. 　DEX和InfiniteGraph

C. 　基于遍历算法的、实时的图数据库，如GoldenOrb、Giraph、Pregel和Hama

D. 　以图顶点为中⼼的、基于消息传递批处理的并⾏引擎，如Neo4j、OrientDB、DEX和InfiniteGraph

A. 　名称节点出错

B. 　数据节点出错

C. 　数据出错

D. 　数据源太⼤

A. 　⼀个作业(Job)是对⼀组输⼊流进⾏处理转化成输出流的程序

B. 　Samza的流数据单位既不是Storm中的元组，也不是SparkStreaming中的DStream，⽽是⼀条条消息

C. 　⼀个作业会被进⼀步分割成多个任务(Task)来执⾏

D. 　分区之间没有定义顺序，从⽽允许每⼀个任务独⽴执⾏

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. 　存储设备容量不断增加

B. 　⽹络带宽不断增加

C. 　CPU处理能⼒⼤幅提升

D. 　数据量不断增⼤

A. 　Spark最初由美国加州伯克利⼤学(UCBerkeley)的AMP实验室于2009年开发

B. 　Spark在2014年打破了Hadoop保持的基准排序纪录.

C. 　Spark⽤⼗分之⼀的计算资源，获得了⽐Hadoop快3倍的速度

D. 　Spark运⾏模式单⼀

A. 　从编程的灵活性来讲，Storm是⽐较理想的选择，它使⽤ApacheThrift，可以⽤任何编程语⾔来编写拓扑结构(Topology)

B. 　当有⼤量的状态需要处理时，⽐如每个分区都有数⼗亿个元组，则可以选择Storm和SparkStreaming

C. 　SparkStreaming⽆法实现毫秒级的流计算

D. 　在Spark上可以统⼀部署SparkSQL，SparkStreaming、MLlib，GraphX等组件，提供便捷的⼀体化编程模型