Mapreduce是分布式并行框架，是用来如何实现海量数据分布式处理的

A.分布式并发

B.非分布式并行

C.分布式并行

D.非分布式并发

A.MapReduce是支持分布式机器学习算法的计算框架。

B.MapReduce的运行需要基础的分布式存储系统HDFS支持。

C.MapReduce可以对分布式的大数据分片进行并行的实时分析。

D.MapReduce上的数据分析属于数据并行计算类型。

A.“摩尔定律”，CPU性能大约每隔12个月翻一番

B.“摩尔定律”逐渐失效后，人们开始借助于分布式并行编程来提高程序性能

C.分布式程序运行在大规模计算机集群上，可以并行执行大规模数据处理任务，从而获得海量的计算能力

D.谷歌公司最先提出了分布式并行编程模型MapReduce

A.它们都是支持大数据处理的分布式并行计算框架。

B.它们都可以把大数据转化为小数据，然后分布在集群进行并行分析。

C.它们对机器学习算法的处理方法是一样的。

D.Haoop支持模型并行，Spark支持数据并行。

A.利用分布式文件系统、数据仓库、关系数据库等实现对结构化、半结构化和非结构化海量数据的存储和管理

B.利用分布式并行编程模型和计算框架，结合机器学习和数据挖掘算法，实现对海量数据的处理和分析

C.构建隐私数据保护体系和数据安全体系，有效保护个人隐私和数据安全

D.把实时采集的数据作为流计算系统的输入，进行实时处理分析

A.多维可视化和图可视化可视化计算的并行化

B.数据挖掘并行化机器学习的应用

C.MapReduce流、图、迭代、查询

D.分布式数据库接口和查询语言分布式文件系统

A.分布式文件系统HDFS

B.分布式协作服务Zookeeper

C.资源调度管理框架YARN

D.分布式计算框架MapReduce