题目内容
（请给出正确答案）
A.Hadoop将MapReduce的输入数据划分成等长的数据块，简称为分片，并为每一个分片构建一个map任务
B.map任务产生的中间结果写入本地硬盘，而非HDFS，reduce的输出通常存储在HDFS实现可靠存储
C.将map输出作为输入传给reducer的过程称为shuffle
D.Hadoop可以为map任务的输出制定个一个合并函数，合并函数的输出作为reduce函数的输入
答案
A、Hadoop将MapReduce的输入数据划分成等长的数据块，简称为分片，并为每一个分片构建一个map任务
解析：参考解析：见答案。
如果结果不匹配，请 联系老师 获取答案
更多“以下说法正确的是（）”相关的问题
A.sqoop可以将HQL/SQL的执行结果导入到Oracle或者Hive
B.不能大于1M
C.sqoop使用参数-m(即--num-mappers)进行导数时，分布在每一个map上的数据是均匀的
D.sqoop将数据导入Oracle时遇到值的长度超长，sqoop会继续将正常的数据导入Oracle
A.Hive是基于Hadoop的数据仓库工具
B.Hive可以将结构化的数据文件映射为一张数据库表
C.最初，Hive由Google开源，用于解决海量结构化日志数据统计问题
D.Hive的主要应用场景是离线分析
关于Hadoop Map Reduce，以下描述中正确的是（）。
A.reduce（）函数的输入是value集
B.reduce（）函数将最终结果写到HDFS系统中
C.用户可以自己定义reduce（）函数
D.reduce（）函数的输入数据是经过map（）函数处理之后的数据
A.HDFS是Hadoop技术体系中数据管理的基础，是一个高容错的系统，能检测和应对硬件故障
B.Sqoop数据同步工具，它是SQL TO Hadoop的缩写，主要用于关系型数据库和Hadoop之间的数据传输
C.Sqoop数据导入和导出本质上还是一个MapRuduce程序，充分利用了MapRuduce的并行化和容错性
D.Kafka主要用于处理活跃的流式数据，在web网站上非常常见，包括网站的pageview
A.可扩展
B.延展性
C.容错
D.排他性
A.①②③
B.①②④
C.②③④
D.①③④
A.Hadoop中间的结果会存储在磁盘上
B.Spark中间结果会存储在内存中
C.Spark已经完全取代了Hadoop
D.Spark相对于Hadoop提供了更多的操作
