6.以下哪项技术不是大数据处理中常用的?( )

A. 　SparkStreaming⽆法实现毫秒级的流计算

B. 　Storm可以实现毫秒级响应件

C. 　Storm的低延迟执⾏引擎(100ms+)可以⽤于实时计算

D. 　SparkStreaming采⽤的⼩批量处理的⽅式使得它可以同时兼容批量和实时数据处理的逻辑和算法

A. 　⾼性能:处理⼤数据的基本要求，如每秒处理⼏⼗万条数据

B. 　实时性:保证较低的延迟时间，达到秒级别，甚⾄是毫秒级别

C. 　分布式:⽀持⼤数据的基本架构，必须能够平滑扩展

D. 　可靠性:能可靠地处理流数据

A. 　成熟期

B. 　萌芽期

C. 　⼤规模应⽤期

D. 　迷茫期

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

A. 　复杂的批量数据处理:通常时间跨度在数⼗分钟到数⼩时之间

B. 　基于历史数据的交互式查询:通常时间跨度在数⼗秒到数分钟之间

C. 　基于实时数据流的数据处理:通常时间跨度在数⼗秒到数分钟之间

D. 　基于实时数据流的数据处理:通常时间跨度在数百毫秒到数秒之间

A. 　⽂档数据库

B. 　图数据库

C. 　列族数据库

D. 　时间戳数据库

A. 　任务调度、监控与容错

B. 　为应⽤程序申请资源

C. 　将申请的资源分配给内部任务

D. 　处理来⾃ResourceManger的命令

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

A. 　资源管理

B. 　任务调度

C. 　任务监控

D. 　数据即服务