A.Flink任务的运行依赖Yarn来进行资源调度
B.Flink的checkpoint的实现依赖于Zookeeper
C.Flink可以将接受的组件发给Kafka
D.Flink在HDFS文件系统中读写数据
第2题
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
第3题
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
第6题
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
第7题
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
第8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
第10题
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
为了保护您的账号安全,请在“上学吧”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!