A.作业开始
B.作业修改
C.Map任务分配
D.Reduce任务执行
A.一个Map任务,多个Reduce任务
B.多个Map任务,多个Reduce任务
C.一个Map任务,一个Reduce任务
D.多个Map任务,一个Reduce任务
A.10 3
B.10 10
C.3 3
D.3 10
A.10 3
B. 10 10
C. 3 3
D. 3 10
A、lob
B、Context
C、File System
D、Configuration
A.每个split作为一个map任务的输入
B.每个split作为一个Reduce任务的输入
C.每个split作为一个Reduce任务的输出
D.以上都不对
A.Worker故障和Master故障的处理方法不相同
B.Map和Reduce的处理结果都存储在本地文件系统
C.一个Worker发生故障时,该节点上执行完的Map任务需要再次执行
D.MapReduce具有很强的容错机制
A.300300
B.3000300
C.600600
D.3000600
A.600600
B.3000600
C.3000300
D.300300
A.Hadoop的核心计算能力的体现。适用于大批量的集群任务。
B.核心思想是把一个规模较大的任务拆分成多个规模较小的任务同时并行处理,然后将各个结果归约聚合。
C.计算过程分为Map(映射)和Reduce(归约)两个阶段。
D.可编写模块已经封装好,用户直接调用不允许修改。
A.Partition操作发生在Map输入分片时
B.Partition操作发生在Map作业输出时
C.可以按需实现特定的Partitioner算法,提高map效率
D.可以按需实现特定的Partitioner算法,提高reduce效率
E.一个Partitioner对应一个reduce作业
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!