14.以下哪个不是大数据处理过程中可能遇到的挑战?( )

A. 　个⼈计算机

B. 　物联⽹

C. 　云计算和⼤数据

D. 　互联⽹

A. 　”摩尔定律”，CPU性能⼤约每隔18个⽉翻⼀番

B. 　分布式程序运⾏在⼤规模计算机集群上

C. 　⾕歌公司最先提出了分布式并⾏编程模型MapReduce

D. 　MapReduce是Hadoop的开源实现

A. 　属于关系型数据库:⽀持使⽤TSQL来管理、创建和操作云数据库

B. 　⽀持存储过程:它的数据类型、存储过程和传统的SQLServer具有很⼤的相似性

C. 　⽀持⼤量数据类型

D. 　⽀持云中的事务:⽀持局部事务，但是不⽀持分布式事务

A. 　HBase则采⽤了更加简单的数据模型，它把数据存储为未经解释的字符串

B. 　HBase操作不存在复杂的表与表之间的关系

C. 　HBase操作只有简单的插⼊、查询、删除、清空等

D. 　HBase在设计上就避免了复杂的表和表之间的关系

A. 　基于⽤户的协同过滤

B. 　基于物品的协同过滤

C. 　基于⽤户和物品的联合协同过滤

D. 　基于商家的协同过滤

A. 　通过单个⾏健访问

B. 　通过时间戳访问

C. 　通过⼀个⾏健的区间来访问

D. 　全表扫描

A. 　MapReduce具有⼴泛的应⽤，⽐如关系代数运算、分组与聚合运算等

B. 　MapReduce将复杂的、运⾏于⼤规模集群上的并⾏计算过程⾼度地抽象到了两个函数

C. 　编程⼈员在不会分布式并⾏编程的情况下，也可以很容易将⾃⼰的程序运⾏在分布式系统上，完成海量数据集的计算

D. 　不同的Map任务之间可以进⾏通信

A. 　分布式存储

B. 　虚拟化

C. 　分布式计算

D. 　多租户

A. 　数据的”⼤量化”

B. 　数据的”快速化”

C. 　数据的”多样化”

D. 　数据的”价值化”