以下关于Flink与其他组件交互说法正确的是（)。

A.YARN

B.Flume

C.Zookeeper

D.Kafka

A.YARN能够作为Flink集群的资源调度管理器

B.能够与Hadoop原有的Mappers和Reduces混合使用

C.能够使用Hadoop的格式化输入和输出

D.能够从本地获取数据

A.SparkStreaming与Flink相比，时延更低

B.Flink流式处理引擎能够同时提供支持流处理和批处理应用的功能

C.checkpoint实现了Flink的容错

D.与FusionInghtHD中的Streaming相比，Flink具有更高的吞吐量

A、Yarn

B、Flume

C、MapReduce

D、HDFS

A.Flink Client模式

B.Flink On Yarn模式

C.Local模式

D.Standalone模式

A.Hive最终将数据存储在HDFS中

B.HiveSQL其本质是执行MapReduce任务

C.Hive是Hadoop平台的数据仓库工具

D.Hvie对HBase有强依赖

A、Yarn为每个任务分配ApplicationMaster，减轻了ResourceManager的工作量

B、Yarn将MapReduce中JobTracker的任务分散到各个ApplicationMater，因此，Yarn的工作能力远胜于MapReduce

C、ResourceManager不仅根据应用程序对资源的需求进行调度，还增加了内存、CPU、磁盘、网络等考量

D、Yarn解决了MapReduce中的JobTracker的单点问题

A.Supervisor负责资源分配和任务调度

B.Supervisor负责接受Nimbus分配的任务，启动和停止属于自己管理的worker进程

C.Supervisor是运行具体处理逻辑的进程

D.Supervisor是一个Topology中接收数据然后执行处理的组件

A.FIFO调度器

B.容量调度器

C.Fair调度器

D.以上全部是

A.cinder-api.log用户与OpenStack交互以及OpenStack组件交互的消息相关日志

B.cinder-scheduler.log关于调度服务的相关日志

C.cinder-volume.log卷服务相关日志