niusouti.com

MapReduce模型中,程序员不必关心并行计算、容错、数据分布、负载均衡等复杂的细节。()此题为判断题(对,错)。

题目
MapReduce模型中,程序员不必关心并行计算、容错、数据分布、负载均衡等复杂的细节。()

此题为判断题(对,错)。


相似考题
更多“MapReduce模型中,程序员不必关心并行计算、容错、数据分布、负载均衡等复杂的细节。() ”相关问题
  • 第1题:

    分布透明性指用户不必关心数据的逻辑分片,不必关心数据存储的物理位置分配细节,也不必关心局部场地上数据库的数据模型。( )是分布透明性的最高层次。(请作答此空)指用户或应用程序应当了解分片情况,但不必了解片段的存储场地。( )透明性是指用户或应用程序应当了解分片及各片断存储的场地,但不必了解局部场地上使用的是何种数据模型。

    A.分片透明性
    B.逻辑透明性
    C.位置透明性
    D.全局透明性

    答案:C
    解析:
    分布透明性包括:分片透明性、位置透明性和局部数据模型透明性。 (1)分片透明性是分布透明性的最高层次。所谓分片透明性是指用户或应用程序只对全局关系进行操作而不必考虑数据的分片。当分片模式改变时,只要改变全局模式到分片模式的映像(映像 2),而不影响全局模式和应用程序。全局模式不变,应用程序不必改写,这就是分片透明性。 (2)位置透明性是分布透明性的下一层次。所谓位置透明性是指,用户或应用程序应当了解分片情况,但不必了解片段的存储场地。当存储场地改变时,只要改变分片模式到分配模式的映像(映像 3),而不影响应用程序。同时,若片段的重复副本数目改变了,那么数据的冗余也会改变,但用户不必关心如何保持各副本的一致性,这也提供了重复副本的透明性。 (3)局部数据模型(逻辑透明)透明性是指用户或应用程序应当了解分片及各片断存储的场地,但不必了解局部场地上使用的是何种数据模型。

  • 第2题:

    12、MapReduce是一个抽象计算模型,封装实现了哪些细节?

    A.并行处理

    B.容错处理

    C.本地化计算

    D.负载均衡


    并行化处理;本地化计算;负载均衡;容错处理

  • 第3题:

    3、MapReduce的特点是()。

    A.数据迁移机制

    B.高容错性

    C.隐藏底层细节

    D.平滑无缝的可扩展性


    数据迁移机制;高容错性;隐藏底层细节;平滑无缝的可扩展性

  • 第4题:

    下面哪个针对MapReduce的说法是错误的?

    A.MapReduce是支持分布式机器学习算法的计算框架。

    B.MapReduce的运行需要基础的分布式存储系统HDFS支持。

    C.MapReduce可以对分布式的大数据分片进行并行的实时分析。

    D.MapReduce上的数据分析属于数据并行计算类型。


    分为map和reduce阶段;采用 健值对的方式处理数据;shuffle过程中可以排序、分区、合并等操作

  • 第5题:

    MapReduce是一个抽象计算模型,封装实现了哪些细节?

    A.并行处理

    B.容错处理

    C.本地化计算

    D.负载均衡


    ABCD