194、下列描述正确的有?

A. 　针对⼤规模数据的批量处理

B. 　针对⼤规模图结构数据的处理

C. 　⼤规模数据的存储管理和查询分析

D. 　针对流数据的实时计算

A. 　MapReduce具有⼴泛的应⽤，⽐如关系代数运算、分组与聚合运算等

B. 　MapReduce将复杂的、运⾏于⼤规模集群上的并⾏计算过程⾼度地抽象到了两个函数

C. 　编程⼈员在不会分布式并⾏编程的情况下，也可以很容易将⾃⼰的程序运⾏在分布式系统上，完成海量数据集的计算

D. 　不同的Map任务之间可以进⾏通信

A. 　创建表的时候，可以通过HColumnDescriptor.setInMemory(true)将表放到Region服务器的缓存中，保证在读取的时候被cache命中

B. 　创建表的时候，可以通过HColumnDescriptor.setMaxVersions(intmaxVersions)设置表中数据的最⼤版本，如果只需要保存最新版本的数据，那么可以设置setMaxVersions(1)

C. 　创建表的时候，可以通过HColumnDescriptor.setTimeToLive(inttimeToLive)设置表中数据的存储⽣命期

D. 　如果最近写⼊HBase表中的数据是最可能被访问的，可以考虑将时间戳作为⾏键的⼀部分

A. 　UserCF算法的推荐更偏向社会化:适合应⽤于新闻推荐、微博话题推荐等应⽤场景，其推荐结果在新颖性⽅⾯有⼀定的优势

B. 　ItemCF算法的推荐更偏向于个性化

C. 　ItemCF随着⽤户数⽬的增⼤，⽤户相似度计算复杂度越来越⾼

D. 　UserCF推荐结果相关性较弱，难以对推荐结果作出解释，容易受⼤众影响⽽推荐热门物品

A. 　所有的数据交换都是通过MapReduce框架⾃⾝去实现的

B. 　不同的Map任务之间会进⾏通信

C. 　不同的Reduce任务之间可以发⽣信息交换

D. 　⽤户可以显式地从⼀台机器向另⼀台机器发送消息

A. 　Scala语法复杂，但是能提供优雅的API计算

B. 　Scala具备强⼤的并发性，⽀持函数式编程，可以更好地⽀持分布式系统

C. 　Scala兼容Java，运⾏速度快，且能融合到Hadoop⽣态圈中

D. 　Scala是Spark的主要编程语⾔

A. 　使⽤DAG执⾏引擎以⽀持循环数据流与内存计算

B. 　可运⾏于独⽴的集群模式中，可运⾏于Hadoop中，也可运⾏于AmazonEC2等云环境中

C. 　⽀持使⽤Scala、Java、Python和R语⾔进⾏编程，但是不可以通过SparkShell进⾏交互式编程

D. 　Spark提供了内存计算，可将中间结果放到内存中，对于迭代计算效率更⾼

A. 　分布式⽂件系统

B. 　流数据读写

C. 　资源管理和调度器

D. 　Hadoop上的数据仓库

A. 　关系代数运算(选择、投影、并、交、差、连接)

B. 　分组与聚合运算

C. 　矩阵-向量乘法

D. 　矩阵乘法