并行处理
容错处理
数据分布
负载均衡
第1题:
在将数据源经过分析挖掘到最终获得价值的大数据处理过程中,MapReduce是在( )阶段应用分布式并行处理关键技术的常用工具。
A.数据采集
B.数据管理
C.数据存储
D.数据分析与挖掘
第2题:
与传统的分布式程序设计相比,Mapreduce封装了()单而强大的接口。
第3题:
MapReduce是一种编程模型,用于大规模数据集的并行运算,可以非常好的和云计算相结合以处理海量数据计算。MapReduce的设计目标包括以下哪些项?()
第4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。
第5题:
spark为分布式数据集的处理提供了一个有效框架,并以高效的方式处理()数据集
第6题:
与传统的分布式程序设计相比,Mapreduce封装了()等细节,还提供了一个简单而强大的接口。
第7题:
与传统的分布程序设计相比,MapReduce封装了()等细节,还提供了一个简单而强大的接口
第8题:
与传统的分布式程序设计相比,MapReduce封装了以下哪些细节?
第9题:
实现计算机系统的资源共享
实现数据信息的快速传递
提高可靠性
提供负载均衡与分布式处理能力
第10题:
并行处理
容错处理
数据分布
负载均衡
第11题:
并行处理
负载均衡
容错处理
本地化计算
第12题:
分布
映射
分析
化简
第13题:
A.并行处理
B.负载均衡
C.容错处理
D.本地化计算
第14题:
在中断或者灾难事件中,下列哪项技术提供了连续性操作()
第15题:
“云计算”是()(DistributedComputing)、(并行计算)(ParallelComputing)、效用计算(UtilityComputing)、网络存储(NetworkStorageTechnologies)、虚拟化(Virtualization)、负载均衡(LoadBalance)等传统计算机和网络技术发展融合的产物。
第16题:
MapReduce将传统的查询、分解及数据分析进行分布式处理,将处理任务分配到不同的处理(),因此具有更强的并行处理能力。
第17题:
对传统的分布式程序设计相比,Mapreduce封装了()等细节,还提供了一个简单而强大的接口。
第18题:
云计算是对分布式处理、并行处理和网格计算及分布式数据库的改进处理
第19题:
计算机网络的功能主要体现在()
第20题:
数据库管理系统的选择原则包括()。
第21题:
并行处理
容错处理
数据分布
负载均衡
第22题:
负载均衡
容错硬件
分布式备份
高可用性(HA)计算设备
第23题:
模块
节点
集群
工作流
第24题:
并行处理
容错处理
数据分布
负载均衡