关于大数据及应用的描述，不正确的是（ ）A.Fume属于Apache的顶级项目，他是一款高性能，高可用的分布式日志手机系统B.MapRaduce模式的主要思想是自动将一个大的计算（如程序）拆解成Map（映射）和Reduce（化简）C.Kafka架构分为两层，即生产者（Producer）和消费者（Consumer）,他们之间可以直接发送消息D.与Hadoop相比，Spark的中间数据存放在内存中，对于迭代运算而言，效率更高
关于大数据及应用的描述，不正确的是（ ）
A.Fume属于Apache的顶级项目，他是一款高性能，高可用的分布式日志手机系统
B.MapRaduce模式的主要思想是自动将一个大的计算（如程序）拆解成Map（映射）和Reduce（化简）
C.Kafka架构分为两层，即生产者（Producer）和消费者（Consumer）,他们之间可以直接发送消息
D.与Hadoop相比，Spark的中间数据存放在内存中，对于迭代运算而言，效率更高
B.MapRaduce模式的主要思想是自动将一个大的计算（如程序）拆解成Map（映射）和Reduce（化简）
C.Kafka架构分为两层，即生产者（Producer）和消费者（Consumer）,他们之间可以直接发送消息
D.与Hadoop相比，Spark的中间数据存放在内存中，对于迭代运算而言，效率更高
参考解析
解析：Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。
MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念“Map:（映射）”和“Reduce（归约）”，和它们的主要思想，都是从函数式编程语言里借来的。:它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上，从而实现对'HDFS和HBase上的海量数据分析
Kafka是一种高吞吐量的分布式发布订阅消息系统
Producer
负责发布消息到Kafka broker
Consumer
消息消费者，向Kafka broker读取消息的客户端。
Apache Spark是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab（加州大学伯克利分校的AMP实验室）所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
Spark是一种与Hadoop相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使Spark在某些工作负载方面表现得更加优越，换句话说，Spark启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。
Spark是在Scala语言中实现的，它将Scala用作其应用程序框架。与Hadoop不同，Spark和Scala能够紧密集成，其中的Scala可以像操作本地集合对象一样轻松地操作分布式数据集。
尽管创建Spark是为了支持分布式数据集上的迭代作业，但是实际上它是对Hadoop的补充，可以在Hadoop文件系统中并行运行。通过名为Mesos的第三方集群框架可以支持此行为。Spark由加州大学伯克利分校AMP实验室（Algorithms,Machines,and People Lab）开发，可用来构建大型的、低延迟的数据分析应用程序。
MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念“Map:（映射）”和“Reduce（归约）”，和它们的主要思想，都是从函数式编程语言里借来的。:它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上，从而实现对'HDFS和HBase上的海量数据分析
Kafka是一种高吞吐量的分布式发布订阅消息系统
Producer
负责发布消息到Kafka broker
Consumer
消息消费者，向Kafka broker读取消息的客户端。
Apache Spark是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab（加州大学伯克利分校的AMP实验室）所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
Spark是一种与Hadoop相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使Spark在某些工作负载方面表现得更加优越，换句话说，Spark启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。
Spark是在Scala语言中实现的，它将Scala用作其应用程序框架。与Hadoop不同，Spark和Scala能够紧密集成，其中的Scala可以像操作本地集合对象一样轻松地操作分布式数据集。
尽管创建Spark是为了支持分布式数据集上的迭代作业，但是实际上它是对Hadoop的补充，可以在Hadoop文件系统中并行运行。通过名为Mesos的第三方集群框架可以支持此行为。Spark由加州大学伯克利分校AMP实验室（Algorithms,Machines,and People Lab）开发，可用来构建大型的、低延迟的数据分析应用程序。
相关考题：
关于数据库概念设计阶段的工作目标，下列说法错误的是______。A．定义和描述应用系统设计的信息结构和范围B．定义和描述应用系统中数据的属性特征和数据之间的联系C．描述应用系统的数据需求D．描述需要存储的记录及其数量
以下关于数据字典的描述中，不正确的是（ ）。A．数据字典是系统分析阶段的工具B．数据字典有助于改进分析人员和用户间的通信C．数据字典是应用系统中数据库设计的基础D．数据字典是系统物理模型的一个重要组成部分
（ 4 ）关于数据库概念设计阶段的工作目标，下列说法错误的是A ）定义和描述应用系统涉及的信息结构和范围B ）定义和描述应用系统中数据的属性特征和数据之间的联系C ）描述应用系统的数据需求D ）描述需要存储的记录及其数量
关于大数据的描述,不正确的是()。 A、大数据分析相比传统的数据仓库应用，具有查询及分析简单的特点B、大数据的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化的处理C、大数据主要依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术D、大数据具有类型繁多、结构化多样、处理速度快、时效性强的特点
关于企业应用集成（EAI）技术，描述不正确的是（）A.EAI可以实现表示集成、数据集成、控制集成、应用集成等B.表示集成和数据集成是白盒集成，控制集成是黑盒集成C.EAI技术适用于大多数实施电子商务的企业以及企业之间的应用集成D.在做数据集成之前必须首先对数据进行标识并编成目录
下列关于数据库重构的描述中，不正确的是——一。A．数据库的重构就是对数据库的逻辑结构作必要的小范围改变B．数据库重构包括重新设计数据库及其应用程序C．当存储空间的分配过于零散，导致存取效率下降，所以必须重构数据库D．如果能够重构数据库，尽量不要重新设计数据库及相应的应用程序
关于服务器选型的描述，不正确的是：（ ）A.应考虑应用服务器和数据服务器的运算指标和性能B.在关键业务应用中数据库和应用服务器应支持群集和高可用性处理C.服务器的处理能力只需满足关键业务应用和当前用户规模的需求D.服务器的硬盘、网络接口、网络连接及电源均应考虑足够的冗余
关于数据库管理优势的描述中，不正确的是（ ）。A.存储数据大，但建立、修改等复杂操作均需专业人员操作B.数据共享好，冗余少，能够存储海量信息C.数据统计检索又快又准，降低了数据库的使用成本D.数据维护简便、易行
下列哪项是数据字典所包含的内容的最准确描述？A.关于数据库中数据项目及它们的含义的有组织的描述B.应用程序所使用的记录显示格式的描述C.管理数据库用户优先权和安全规则的描述D.数据库中记录更新之前和之后的映象
以下关于数据模型描述不正确的是（）。A、数据模型表示的是数据库本身B、数据模型是客观事物及其联系的描述C、数据模型能以一定结构形式表示出各种不同数据及数据间的关系D、数据模型是对现实世界的抽象
下列关于管理信息系统综合结构的描述不正确的是（）A、可以做到数据的完全集中统一B、各功能子系统都有自己的专用数据库和应用程序C、不同层次的信息处理分别由不同功能子系统实现D、各功能子系统可以共享公用数据库的数据，并调用公用的应用程序和模型
关于OLAP和OLTP的区别描述，不正确的是（）A、OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同B、与OLAP应用程序不同，OLTP应用程序包含大量相对简单的事务C、OLAP的特点在于事务量大，但事务内容比较简单且重复率高D、OLAP是以数据仓库为基础的，但其最终数据来源与OLTP一样均来自底层的数据库系统
Google云计算应用场景的特点，以下描述不正确的是（）。A、Google的所有应用都是远程应用，而不是本地应用。B、Google本身应用软件的功能在云端。C、Google存储数据在云端。D、Google计算在终端。
单选题以下关于数据模型描述不正确的是（）。A数据模型表示的是数据库本身B数据模型是客观事物及其联系的描述C数据模型能以一定结构形式表示出各种不同数据及数据间的关系D数据模型是对现实世界的抽象
单选题关于OLAP和OLTP的区别描述，不正确的是（）AOLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同B与OLAP应用程序不同，OLTP应用程序包含大量相对简单的事务COLAP的特点在于事务量大，但事务内容比较简单且重复率高DOLAP是以数据仓库为基础的，但其最终数据来源与OLTP一样均来自底层的数据库系统
单选题采用文件系统方式管理数据的特点描述不正确的是（）。A数据联系弱B数据冗余大C数据不共享D数据联系强可共享