A、 配置维护
B、 域名服务
C、 分布式同步
D、 组服务
答案:ABCD
A、 配置维护
B、 域名服务
C、 分布式同步
D、 组服务
答案:ABCD
A. 具有较差的⽔平可扩展性
B. 设置个别属性的索引来实现更快的排序
C. 提供了⼀个⾯向⽂档存储,操作复杂
D. 可以实现替换完成的⽂档(数据)或者⼀些指定的数据字段
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. 处理⼤规模数据的脚本语⾔
B. ⼯作流和协作服务引擎,协调Hadoop上运⾏的不同任务
C. ⽀持DAG作业的计算框架
D. 基于内存的分布式并⾏编程框架,具有较⾼的实时性,并且较好⽀持迭代计算
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
A. Hadoop⽣态系统中各个组件和其他产品之间缺乏统⼀的、⾼效的数据交换中介
B. 不同的MapReduce任务之间存在重复操作,降低了效率
C. 延迟⾼,⽽且不适合执⾏迭代计算
D. 抽象层次低,需要⼿⼯编写⼤量代码
A. SecondaryNameNode⼀般是并⾏运⾏在多台机器上
B. 它是⽤来保存名称节点中对HDFS元数据信息的备份,并减少名称节点重启的时间
C. SecondaryNameNode通过HTTPGET⽅式从NameNode上获取到FsImage和EditLog⽂件,并下载到本地的相应⽬录下
D. SecondaryNameNode是HDFS架构中的⼀个组成部分
A. 单⼀名称节点,存在单点失效问题
B. 单⼀命名空间,⽆法实现资源隔离
C. 资源管理效率低
D. 很难上⼿
A. 分布式并⾏编程模型
B. 流计算框架
C. Hadoop上的⼯作流管理系统
D. 提供分布式协调⼀致性服务
A. 分布式存储
B. 数据处理与分析
C. 分布式处理
D. 数据存储与管理
A. 抽象层次⾼
B. 表达能⼒有限,抽象层次低,需⼈⼯编码
C. 价格昂贵
D. 可维护性低