首页 > 建筑工程类考试
题目内容 (请给出正确答案)
[多选题]

关于Hadoop Map Reduce,以下描述中正确的是()。

A.reduce()函数的输入是value集

B.reduce()函数将最终结果写到HDFS系统中

C.用户可以自己定义reduce()函数

D.reduce()函数的输入数据是经过map()函数处理之后的数据

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“关于Hadoop Map Reduce,以下描述中正确的是(…”相关的问题
第1题
Hadoop的框架最核心的设计是HDFS和Map Reduce。()
点击查看答案
第2题

相对于Hadoop Map Reduce,Spark有什么好处()。

A.通用性;

B.易用性;

C.速度快;

D.容错性;

点击查看答案
第3题
关于HIVE的描述不正确的是:()。
关于HIVE的描述不正确的是:()。

A、Hive最佳使用场景是大数据集的批处理作业

B、Hive可以实现在大规模集群上实现低延迟快速查询

C、Hive构建在基于静态批量处理的Hadoop之上,Hadoop通常有较高的延迟并且在提交作业和调度的时候需要大量的开销

D、Hive查询操作过程严格遵循HadoopMap Reduce的作用执行模型,Hive将用户的HiveSQL语句通过解释器转换为Map ReduceHadoop集群上

点击查看答案
第4题
下面关于reduce函数功能描述正确的是()。

A.合并value值,形成较小集合

B.采用迭代器将中间值提供给reduce函数

C.map()函数处理后结果才会传输给reduce()

D.内存中不会存储大量的value值

点击查看答案
第5题
大数据计算服务(MaxCompute,原ODPS)中的MapReduce是一种编程模型,用于大规模数据集的并行运算,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。其中,两个主要阶段Map和Reduce相互配合,可以完成对海量数据的处理。关于这两个阶段的关系,说法正确的有:()。

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

点击查看答案
第6题
下列关于Map/Reduce计算流程叙述不正确的一项为()

A.Mapper读取分派给它的输出Split,并生成相应的本地缓存

B.Mapper执行计算处理任务,将中间结果输出保存在本地缓存

C.ApplicationMaster调度Reducer读取Mapper的中间输出文件,执行Reduce任务

D.Reducer将最后结果写入输出文件保存到HDFS

点击查看答案
第7题
关于MapReduce面临的瓶颈描述正确的是()。

A.抽象层次低,需要手工编写代码来完成,使用上难以上手

B.只提供两个操作,Map和Reduce,表达力欠缺

C.处理逻辑隐藏在代码细节中,没有整体逻辑

D.中间结果也放在HDFS文件系统中

点击查看答案
第8题
Hadoop中reduce运行三个阶段是()。

A.copy

B.sort

C.reduce

D.compare

点击查看答案
第9题
Hadoop中设置map启动个数的参数是()。

A.mapred.map.task

B.mapred.map.tasks

C.mapred.map.block

D.mapred.map.blocks

点击查看答案
第10题
以下哪些方法属于Hadoop性能调优方法?()

A.选择Mapper的数量

B.选择Reducer的数量

C.使用Combiner函数

D.压缩Map的输出

点击查看答案
第11题
Map Reduce中的Map和Reduce函数使用()进行输入输出。

A.其他计算结果

B.随机数值

C.key/value

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改