253、⼀次BSP【BulkSynchronousParallelComputingModel，⼜称”⼤同步”模型】计算过程包括⼀系列全局超步(所谓的超步就是计算中的⼀次迭代)，每个超步主要包括哪些组件?

A. 　主从结构模型

B. 　分层模式

C. 　管道-过滤器模式

D. 　点对点模式

A. 　整合性:Storm可⽅便地与队列系统和数据库系统进⾏整合

B. 　简易的API:Storm的API在使⽤上即简单⼜⽅便

C. 　容错性:Storm可⾃动进⾏故障节点的重启、任务的重新分配

D. 　可扩展性:Storm的并⾏特性使其可以运⾏在分布式集群中

A. 　数据存储层

B. 　数据源层

C. 　数据分析层

D. 　数据应⽤层

A. 　从编程的灵活性来讲，Storm是⽐较理想的选择，它使⽤ApacheThrift，可以⽤任何编程语⾔来编写拓扑结构(Topology)

B. 　当有⼤量的状态需要处理时，⽐如每个分区都有数⼗亿个元组，则可以选择Storm和SparkStreaming

C. 　SparkStreaming⽆法实现毫秒级的流计算

D. 　在Spark上可以统⼀部署SparkSQL，SparkStreaming、MLlib，GraphX等组件，提供便捷的⼀体化编程模型

A. 　D3是⼀个被数据驱动的⽂档

B. 　D3是⼀个JavaScript的函数库，使⽤它主要是⽤来做数据可视化的

C. 　D3是⼀个JavaScript函数库，并不需要通常所说的”安装”

D. 　D3有多个⽂件，在HTML中引⽤即可

A. 　为特定的图应⽤定制相应的分布式实现:通⽤性不好

B. 　基于现有的分布式计算平台进⾏图计算:在性能和易⽤性⽅⾯往往⽆法达到最优

C. 　使⽤单机的图算法库，但是，在可以解决的问题的规模⽅⾯具有很⼤的局限性

D. 　使⽤已有的并⾏图计算系统，但是，对⼤规模分布式系统⾮常重要的⼀些⽅⾯(⽐如容错)，⽆法提供较好的⽀持

A. 数据挖掘

B. 云计算

C. 机器学习

D. 关系型数据库

A. 结构化数据

B. 半结构化数据

C. 非结构化数据

D. 所有类型数据

A. 　兼容廉价的硬件设备

B. 　流数据读写

C. 　⼤数据集

D. 　复杂的⽂件模型