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)。
相关考题：
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
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。（请作答此空）是分布透明性的最高层次。（ ）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
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。（ ）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。（请作答此空）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
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
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。
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