MapReduce用于()的大规模数据集的并行运算。 A.大于1KBB.大于1MBC.大于1GBD.大于1TB
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)。
MapReduce与传统并行计算框架的对比中,说法正确的是()。 A.MapReduce属于共享式集群架构，容错性好B.传统并行计算框架比MapReduce硬件更加便宜C.传统并行计算框架适用于实时、细粒度计算D.MapReduce适用于数据密集型，传统并行计算框架适用于计算密集型
云计算的关键技术包含()。 A、虚拟化技术B、编程模型C、海量数据分布存储技术和海量数据管理技术D、云计算平台管理技术
与传统的分布式程序设计相比,MapReduce封装了以下哪些细节? A.并行处理B.负载均衡C.容错处理D.本地化计算
以下哪个是Google提出的用于处理海量数据的并行编程模式 和大规模数据集的并行运算的软件架构? A.ChubbyB.MapReduceC.BigTableD.GFS
Spark是基于内存计算的大数据并行计算框架。Spark基于内存计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性
以下哪个是Google提出的用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构？A、ChubbyB、MapReduceC、BigTableD、GFS
MapReduce包括（）和（）两个阶段，可以进行海量数据分割、任务分解与结果汇总，从而完成海量数据的并行处理。A、分布B、映射C、分析D、化简
MapReduce是一种处理海量数据的并行编程模式，用于（）大规模数据集的并行运算。A、通常大于1GBB、通常大于1ZBC、通常大于1TBD、通常大于1PB
（）是Google提出的用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构。A、Map ReduceB、GFSC、Big TableD、Chubby
云计算核心技术有哪些？（）A、编程模式B、海量数据分布存储技术C、海量数据管理技术D、虚拟化技术
与传统的分布式程序设计相比，MapReduce封装了以下哪些细节？A、并行处理B、负载均衡C、容错处理D、本地化计算
若不针对MapReduce编程模型中的key和value值进行特别设置，下列哪一项是MapReduce不适宜的运算（）。A、MaxB、MinC、CountD、Average
（）是Google提出的用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构。A、GFSB、MapReduceC、ChubbyD、BitTable
MapReduce是一种编程模型，用户只需通过编写（）函数来实现自己的计算逻辑。A、SQLB、mapC、ReduceD、逻辑
单选题下面哪点不是MapReduce的优点（）。A易于编程B良好的扩展性C高容错性D使用的人多
多选题与传统的分布式程序设计相比，MapReduce封装了以下哪些细节？A并行处理B负载均衡C容错处理D本地化计算
多选题MapReduce是一种编程模型，用户只需通过编写（）函数来实现自己的计算逻辑。ASQLBmapCReduceD逻辑
单选题MapReduce是一种处理海量数据的并行编程模式，用于（）大规模数据集的并行运算。A通常大于1GBB通常大于1ZBC通常大于1TBD通常大于1PB
多选题关于Spark和Mapreduce，下列说法正确的是（）。A性能上提升高于100倍（全内存计算）BSpark的中间数据放在内存中，对于迭代运算、批处理计算的效率更高，延迟更低。C提供更多的数据集操作类型，编程模型更灵活，开发效率更高。D更低的容错能力（血统机制）。ESpark用十分之一的资源，获得10倍与Mapreduce的性能。
判断题MapReduce编程模型只适合非结构化的海量数据搜索、挖掘、分析与机器智能学习等。( )A对B错
多选题MapReduce基于Google发布的MapReduce论文设计开发，其具有如下哪些特点？（）A易于编程B高速度C良好的扩展性D高容错性
单选题MapReduce的特点有哪些（）。A易于编程B良好的扩展性C高容错性D以上都是
多选题MapReduce包括（）和（）两个阶段，可以进行海量数据分割、任务分解与结果汇总，从而完成海量数据的并行处理。A分布B映射C分析D化简
单选题并行数据处理引擎MapReduce适用于处理哪类任务？（）。A在线访问类任务B离线分析类任务C高性能计算类任务D实时计算类任务
单选题关于MapReduce的描述，错误的是（）。A易于编程B良好的扩展性C实时计算D高容错性