A、 数据类型
B、 数据操作
C、 存储模式
D、 数据维护
答案：ABCD
A、 数据类型
B、 数据操作
C、 存储模式
D、 数据维护
答案：ABCD
A. 适合做数据统计
B. 适合HBase管理使⽤
C. 适合其他异构系统在线访问HBase表数据
D. 适合HadoopMapReduce作业并⾏批处理HBase表数据
A. 数据泄露
B. 数据篡改
C. 数据丢失
D. 数据类型多样化
A. ⽀持各种编程语⾔:Storm⽀持使⽤各种编程语⾔来定义任务
B. 容错性:Storm需要⼈⼯进⾏故障节点的重启、任务的重新分配
C. 可扩展性:Storm的并⾏特性使其可以运⾏在分布式集群中
D. 免费、开源:Storm是⼀款开源框架，可以免费使⽤
A. RDS是阿⾥云提供的关系型数据库服务
B. RDS由专业数据库管理团队维护
C. RDS具有安全稳定、数据可靠、⾃动备份
D. RDS实例，是⽤户购买RDS服务的基本单位。在实例中，⽤户只能创建⼀个数据库
A. Task分为MapTask和ReduceTask两种，分别由JobTracker和TaskTracker启动
B. slot分为Mapslot和Reduceslot两种，分别供MapTask和ReduceTask使⽤
C. TaskTracker使⽤”slot”等量划分本节点上的资源量(CPU、内存等)
D. TaskTracker会周期性接收JobTracker发送过来的命令并执⾏相应的操作(如启动新任务、杀死任务等)
A. 加快数据传输速度
B. 容易检查数据错误
C. 保证数据可靠性
D. 适合多平台上运⾏
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
A. 命名空间的限制
B. 性能的瓶颈
C. 隔离问题
D. 集群的可⽤性
A. Hadoop⾃⾝核⼼组件MapReduce的架构设计改进
B. Hadoop⾃⾝核⼼组件HDFS的架构设计改进
C. Hadoop⽣态系统其它组件的不断丰富
D. Hadoop⽣态系统减少不必要的组件，整合系统
