A、 提高数据分析效率
B、 降低数据存储成本
C、 增加数据体量
D、 改变数据类型
答案：A
A、 提高数据分析效率
B、 降低数据存储成本
C、 增加数据体量
D、 改变数据类型
答案：A
A. 实现相同Region服务器之间的负载均衡⾏
B. 在Region分裂或合并后，负责重新调整Region的分布
C. 对发⽣故障失效的Region服务器上的Region进⾏迁移
D. 管理⽤户对表的增加、删除、修改、查询等操作
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. ⼀个企业当中同时存在各种不同的业务应⽤场景，需要采⽤不同的计算框架
B. 为了避免不同类型应⽤之间互相⼲扰，企业就需要把内部的服务器拆分成多个集群，分别安装运⾏不同的计算框架，即”⼀个框架⼀个集群”
C. 这些产品通常来⾃不同的开发团队，具有各⾃的资源调度管理机制
D. 解决单点故障
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. CPU性能
B. 内存
C. ⽹络
D. 存储容量
A. 智能医疗研发
B. 监控⾝体情况
C. 实时掌握交通状况
D. ⾦融交易
A. Storm将流数据Stream描述成⼀个有限的Tuple序列
B. Storm保证每个消息都能完整处理
C. Storm认为每个Stream都有⼀个源头，并把这个源头抽象为Spout
D. Bolt可以执⾏过滤、函数操作、Join、操作数据库等任何操作
A. 关键字
B. ⾏键
C. 列族
D. 时间戳
A. MapReduce体系结构主要由四个部分组成，分别是:Client、JobTracker、TaskTracker以及Task
B. Task分为MapTask和ReduceTask两种，均由TaskTracker启动
C. 在MapReduce⼯作流程中，所有的数据交换都是通过MapReduce框架⾃⾝去实现的
D. 在MapReduce⼯作流程中，⽤户不能显式地从⼀台机器向另⼀台机器发送消息
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
