题目
A.选举Master节点
B.保证各节点上数据的一致性
C.分配集群资源
D.存储及群中服务器信息
第3题
A.Storm虽然可以做到低延迟,但是无法实现高吞吐,也不能在故障发生时准确地处理计算状态
B.Spark Streaming通过采用微批处理方法实现了高吞吐和容错性,但是牺牲了低延迟和实时处理能力
C.Flink实现了GoogleDataflow流计算模型,是一种兼具高吞吐、低延迟和高性能的实时流计算框架,并且同时支持批处理和流处理
D.Spark Streaming可以实现毫秒级响应,而Flink只能实现秒级响应
第4题
A.TCP流量在整个网络中的数据流量中占比较大,达到70%以上
B.重点业务均基于TCP协议进行传输,如Web浏览类业务、Streaming、IM等
C.TCP协议的确认以及拥塞机制便于评估网络性能和问题定位
第5题
A、一个Topology是由一组Spout组件和Bolt组件通过Stream Groupings进行连接的有向无环图(DAG)
B、Topology会一直运行,直到它被显示kill
C、业务逻辑都被封装Topology中
D、一个Topology只可以指定启动一个Worker进程
第7题
A.SparkStreaming是一个微批处理框架,事件需要积累到一定量时才进行处理
B.Streaming的执行逻辑是即时启动,运行完后再回收
C.SparkStreaming的吞吐量大约是Streaming的25倍
D.SparkStreaming事件处理时延比Streaming更高
为了保护您的账号安全,请在“赏学吧”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!