A.多副本方式存储数据 B.储存TB-PB级别的数据 C.文件的随机写入 D.硬件故障的容错处理
单项选择题以下哪个组件不属于YARN（）。
A.ResourceManager B.NodeManager C.ApplicationMaster D.Jobtracker
单项选择题spark是用以下哪种编程语言实现的（）。
A.C语言 B.C++ C.java D.Scala
单项选择题大数据的最显著特征是（）。
A.数据规模大 B.数据类型多样 C.数据处理速度快 D.数据价值密度高
单项选择题下列有关RDD的说法中错误的是（）。
A.RDD是一个只读的，可分区的分布式数据集。 B.RDD默认存储在磁盘，当磁盘不足时，溢写到内存。 C.RDD数据以分区的形式在集群中存储。 D.RDD具有血统机制，发生数据丢失时，可快速进行数据恢复。
单项选择题Map与Reduce之间的关系是（）。
A.Map的输出=Reduce的输出 B.Map的输入=Reduce的输出 C.Map的输出=Reduce的输入 D.Map的输入=Reduce的输入
单项选择题HDFS中默认块的大小为（）。
A.32MB B.64MB C.128MB D.128GB
单项选择题HDFS读取流程中，共读取（）次。
A.1 B.2 C.3 D.4
单项选择题大数据数据类型中，非结构化数据占总数据量的（）。
A.10%-20% B.50%-60% C.70%-80% D.80%-90%
多项选择题下面关于大数据的解说正确的是（）。
A.大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。 B.大数据是人们获得新的认知、创造新的价值的源泉。 C.大数据还是改变市场、组织机构，以及政府与公民关系的方法。 D.无效的数据越来越多。
多项选择题哪些属于HDFS架构包含的主要部分（）。
A.NameNode B.DateNode C.Block D.Client
多项选择题关于spark说法正确的是（）。
A.调用RDD的Transformation算子可以立即发起job B.NodeManager负责整个集群的资源统一调度和分配。 C.Yarn-client适合测试，Yarn-cluster适合生产。 D.Dataset具有RDD和DataFrame的优点，又避免它们的缺点。
多项选择题MapReduce的计算过程中，Shuffle阶段对Map Task的输出进行的处理包括（）。
A.分区 B.排序 C.组合 D.合并
多项选择题RDD的Transformation不包括以下哪些操作（）。
A.map B.filter C.save D.count
多项选择题下列说法正确的是（）。
A.非结构化数据包括图片、位置信息、网络日志、模型、文档以及关系数据库中的数据。 B.Container是YARN中的资源抽象，它封装了某个节点上的多维度资源，如内存、CPU等。 C.HDFS的写入流程中，客户端通过自有协议向各个DataNode写入数据。 D.ApacheSpark是一种基于内存的快速、通用、可扩展的大数据计算引擎。
多项选择题以下属于Hadoop的安装模式是（）。
A.单机模式 B.伪分布式模式 C.多机模式 D.分布式模式
