173、对于⼀个流计算系统来说，它应达到以下哪些需求?

A. 　⼑⽚服务器、⾼速⽹、SAN，价格贵，扩展性差上

B. 　共享式(共享内存/共享存储)，容错性好

C. 　what-how，难

D. 　实时、细粒度计算、计算密集型

A. 　⼀致性，是指任何⼀个读操作总是能够读到之前完成的写操作的结果量

B. 　⼀个分布式系统可以同时满⾜⼀致性、可⽤性和分区容忍性这三个需求

C. 　可⽤性，是指快速获取数据

D. 　分区容忍性，是指当出现⽹络分区的情况时(即系统中的⼀部分节点⽆法和其他节点进⾏通信)，分离的系统也能够正常运⾏

A. 　相对于Spark来说，使⽤Hadoop进⾏迭代计算⾮常耗资源

B. 　Spark将数据载⼊内存后，之后的迭代计算都可以直接使⽤内存中的中间结果作运算，避免了从磁盘中频繁读取数据

C. 　Hadoop的设计遵循”⼀个软件栈满⾜不同应⽤场景”的理念

D. 　Spark可以部署在资源管理器YARN之上，提供⼀站式的⼤数据解决⽅案

A. 　存储被拆分的数据块

B. 　协调数据计算任务

C. 　负责协调集群中的数据存储

D. 　负责执⾏由JobTracker指派的任务

A. 　专家推荐:⼈⼯推荐，由资深的专业⼈⼠来进⾏物品的筛选和推荐，需要较多的⼈⼒成本

B. 　基于统计的推荐:基于统计信息的推荐(如热门推荐)，易于实现，但对⽤户个性化偏好的描述能⼒较弱

C. 　基于内容的推荐:通过机器学习的⽅法去描述内容的特征，并基于内容的特征来发现与之相似的内容

D. 　混合推荐:结合多种推荐算法来提升推荐效果

A. 　复杂的批量数据处理:通常时间跨度在数⼗分钟到数⼩时之间

B. 　基于历史数据的交互式查询:通常时间跨度在数⼗秒到数分钟之间

C. 　基于实时数据流的数据处理:通常时间跨度在数⼗秒到数分钟之间

D. 　基于实时数据流的数据处理:通常时间跨度在数百毫秒到数秒之间

A. 　GFS与Zookeeper

B. 　GFS与HDFS

C. 　MapReduce与HadoopMapReduce

D. 　Chubby与Zookeeper

A. 　Standalone(类似于MapReduce1.0，slot为资源分配单位)

B. 　SparkonMesos(和Spark有⾎缘关系，更好⽀持Mesos)

C. 　SparkonYARN

D. 　SparkonHDFS

A. 　在传统的数据处理流程中，存储的数据是旧的

B. 　在传统的数据处理流程中，需要⽤户主动发出查询来获取结果

C. 　传统的数据处理流程，需要先采集数据并存储在关系数据库等数据管理系统中

D. 　流计算的处理流程⼀般包含三个阶段:数据实时采集、数据批量计算、实时查询服务