![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
Hadoop中Map Reduce组件擅长处理()场景的计算任务。
A.手动清除警告
B.启停服务实例
C.删除服务实例
D.查询历史监控
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.手动清除警告
B.启停服务实例
C.删除服务实例
D.查询历史监控
A.Spark引进了弹性分布式数据集RDD(ResilientDistributedDataset)的抽象,容错性高
B.Spark提供的数据集操作类型不仅限于Map和Reduce,大致分为:Transformations和Actions两大类
C.Spark程序由Python语言进行编写,不支持Java语言进行的程序编写
D.Spark把中间数据放到内存中,迭代运算效率高
A.YARN可以实现“一个集群多个框架”,即在一个集群上部署一个统一的资源调度管理框架
B.YARN的体系结构包含三个组件:Resource Manager,Node Manager,Application Master
C.YARN既是资源管理调度框架,也是一个计算框架
D.MapReduce2.0是运行在YARN之上的计算框架,由YARN来为Map Reduce提供资源管理调度服务
A.mapred.map.task
B.mapred.map.tasks
C.mapred.map.block
D.mapred.map.blocks
A.64
B.100
C.200
D.640
A.对 Map的输出结果排序
B.对中间过程的输出进行本地的聚集
C.对中间结果进行混洗
D.对中间格式进行压缩
A、执行HiveDDL操作
B、运行Map Reduce任务
C、运行HiveSQL任务
D、以上全部正确
A.一个reduce的输入数据可能来自于多个map的输出
B.一个MR处理可以不包括任何map
C.一个MR处理可以不包括任何reduce
D.一个map的输出结果可能会被分配到多个reduce上去