A、 Hadoop可以很好地解决⼤规模数据的离线批量处理问题，但是，受限于HadoopMapReduce编程框架的⾼延迟数据处理机制，使得
B、 HDFS⾯向批量访问模式，不是随机访问模式
C、 传统的通⽤关系型数据库⽆法应对在数据规模剧增时导致的系统扩展性和性能问题
D、 传统关系数据库在数据结构变化时⼀般需要停机维护;空列浪费存储空间
答案：ABCD
A、 Hadoop可以很好地解决⼤规模数据的离线批量处理问题，但是，受限于HadoopMapReduce编程框架的⾼延迟数据处理机制，使得
B、 HDFS⾯向批量访问模式，不是随机访问模式
C、 传统的通⽤关系型数据库⽆法应对在数据规模剧增时导致的系统扩展性和性能问题
D、 传统关系数据库在数据结构变化时⼀般需要停机维护;空列浪费存储空间
答案：ABCD
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. 运⾏速度快
B. 容易使⽤
C. 通⽤性
D. 运⾏模式单⼀
A. 从分布式⽂件系统读⼊数据
B. 执⾏Map任务输出中间结果
C. 通过Shuffle阶段把中间结果分区排序整理后发送给Reduce任务
D. 执⾏Reduce任务得到最终结果并写⼊分布式⽂件系统
A. Zookeeper⽂件
B. -ROOT-表
C. .META.表
D. 数据类型
A. 数据的准确性
B. 数据处理的延迟
C. 数据存储的容量
D. 数据传输的速度
A. 数据存储方式
B. 数据传输速度
C. 数据查询语言
D. 数据安全性
A. 资源管理
B. 任务调度
C. 任务监控
D. 数据即服务
A. 从磁盘或从⽹络读取数据，即IO密集⼯作
B. 计算数据，即CPU密集⼯作
C. 针对不同的⼯作节点选择合适硬件类型
D. 负责协调集群中的数据存储
A. DataNode:存储被拆分的数据块
B. JobTracker:协调数据计算任务
C. TaskTracker:负责执⾏由JobTracker指派的任务
D. SecondaryNameNode:帮助NameNode收集⽂件系统运⾏的状态信息
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
