单选题
1/18.
下列传统并行计算框架,说法错误的是哪一项?
- A.刀片服务器、高速网、SAN,价格贵,扩展性差上
- B.共享式(共享内存/共享存储),容错性好
- C.编程难度高
- D.实时、细粒度计算、计算密集型
2/18.
下列关于MapReduce模型的描述,错误的是哪一项?
- A.MapReduce采用“ 分而治之”策略
- B.MapReduce设计的一个理念就是“ 计算向数据靠拢”
- C.MapReduce框架采用了Master/Slave架构
- D.MapReduce应用程序只能用Java来写
3/18.
MapReduce1.0的体系结构中,JobTracker是主要任务是什么?
- A.负责资源监控和作业调度,监控所有TaskTracker与Job的健康状况
- B.使用“slot”等量划分本节点上的资源量(CPU、内存等)
- C.会周期性地通过“心跳”将本节点上资源的使用情况和任务的运行进度汇报给TaskTracker
- D.会跟踪任务的执行进度、资源使用量等信息,并将这些信息告诉任务(Task)
4/18.
下列关于MapReduce工作流程,哪个描述是正确的?
- A.所有的数据交换都是通过MapReduce框架自身去实现的
- B.不同的Map任务之间会进行通信
- C.不同的Reduce任务之间可以发生信息交换
- D.用户可以显式地从一台机器向另一台机器发送消息
5/18.
下列关于MapReduce的说法,哪个描述是错误的?
- A.MapReduce具有广泛的应用,比如关系代数运算、分组与聚合运算等
- B.MapReduce将复杂的、运行于大规模集群上的并行计算过程高度地抽象到了两个函数
- C.编程人员在不会分布式并行编程的情况下,也可以很容易将自己的程序运行在分布式系统上,完成海量数据集的计算
- D.不同的Map任务之间可以进行通信
6/18.
下列关于Map和Reduce函数的描述,哪个是错误的?
- A.Map将小数据集进一步解析成一批
对,输入Map函数中进行处理 - B.Map每一个输入的
会输出一批 。 是计算的中间结果 - C.Reduce输入的中间结果
中的List(v 2 )表示是一批属于不同k 2 的value - D.Reduce输入的中间结果
中的List(v 2 )表示是一批属于同一个k 2 的value
7/18.
下面哪一项不是MapReduce体系结构主要部分?
- A.Client
- B.JobTracker
- C.TaskTracker以及Task
- D.Job
PS:很多参考答案都显示选A,但我不理解
8/18.
关于MapReduce1.0的体系结构的描述,下列说法错误的是?
- A.Task 分为Map Task 和Reduce Task 两种,分别由JobTracker 和TaskTracker 启动
- B.slot 分为Map slot 和Reduce slot 两种,分别供MapTask 和Reduce Task 使用
- C.TaskTracker 使用“slot”等量划分本节点上的资源量(CPU、内存等)
- D.TaskTracker 会周期性接收JobTracker 发送过来的命令并执行相应的操作(如启动新任务、杀死任务等)
9/18.
下列说法错误的是?
- A.Hadoop MapReduce是MapReduce的开源实现,后者比前者使用门槛低很多
- B.MapReduce采用非共享式架构,容错性好
- C.MapReduce主要用于批处理、实时、计算密集型应用
- D.MapReduce采用“ 分而治之”策略
多选题
10/18.
MapReduce相较于传统的并行计算框架有什么优势?
- A.非共享式,容错性好
- B.普通PC机,便宜,扩展性好
- C.编程简单,只要告诉MapReduce做什么即可
- D.批处理、非实时、数据密集型
11/18.
MapReduce体系结构主要由以下那几个部分构成?
- A.Client
- B.JobTracker
- C.TaskTracker
- D.Task
12/18.
下列关于MapReduce的体系结构的描述,说法正确的有?
- A.用户编写的MapReduce程序通过Client提交到JobTracker端
- B.JobTracker负责资源监控和作业调度
- C.TaskTracker监控所有TaskTracker与Job的健康状况
- D.TaskTracker 使用“slot”等量划分本节点上的资源量(CPU、内存等)
13/18.
MapReduce的作业主要包括什么?
- A.从磁盘或从网络读取数据,即IO密集工作
- B.计算数据,即CPU密集工作
- C.针对不同的工作节点选择合适硬件类型
- D.负责协调集群中的数据存储
14/18.
对于MapReduce 而言,其处理单位是split。split 是一个逻辑概念,它包含哪些元数据信息?
- A.数据起始位置
- B.数据长度
- C.数据所在节点
- D.数据大小
PS:是参考答案不用心还是时代变了
15/18.
下列关于Map 端的Shuffle的描述,哪些是正确的?
- A.MapReduce默认为每个Map任务分配1000MB缓存
- B.多个溢写文件归并成一个或多个大文件,文件中的键值对是排序的
- C.当数据很少时,不需要溢写到磁盘,直接在缓存中归并,然后输出给Reduce
- D.每个Map任务分配多个缓存,使得任务运行更有效率
16/18.
MapReduce的具体应用包括哪些?
- A.关系代数运算(选择、投影、并、交、差、连接)
- B.分组与聚合运算
- C.矩阵-向量乘法
- D.矩阵乘法
PS:课本P141
17/18.
MapReduce执行的全过程包括以下哪几个主要阶段?
- A.从分布式文件系统读入数据
- B.执行Map任务输出中间结果
- C.通过 Shuffle阶段把中间结果分区排序整理后发送给Reduce任务
- D.执行Reduce任务得到最终结果并写入分布式文件系统
18/18.
下列说法正确的是?
- A.MapReduce体系结构主要由四个部分组成,分别是:Client、JobTracker、TaskTracker以及Task
- B.Task 分为Map Task 和Reduce Task 两种,均由TaskTracker 启动
- C.在MapReduce工作流程中,所有的数据交换都是通过MapReduce框架自身去实现的
- D.在MapReduce工作流程中,用户不能显式地从一台机器向另一台机器发送消息