A: map()
B: reduce()
C: combiner()
D: compute()
举一反三
- 本讲提到，MapReduce是一种编程模型，用于大规模数据集的并行运算，它可以分为()几个阶段 A: master B: Map C: Reduce D: worker E: figure
- 关于MapReduce的说法错误的是：（）。 A: 是一种编程模型 B: 不适用于大规模数据集（大于1TB）的并行运算 C: 包含“Map（映射）”和“Reduce（归约）” D: 便于编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上
- MapReduce 是一种简化并行计算的编程模型，它使得没有多少并行计算经验的开发人员也可以开发并行应用程序
- MapReduce 是一种编程模型，用于大规模数据集的并行运算
- MapReduce框架中，在Map和Reduce之间的combiner的作用是?
内容
- 0
MapReduce是一种并行式的计算模型，用于大规模数据集，通常是大于（）的并行计算。 A: 1TB B: 2TB C: 3TB D: 4TB
- 1
大数据计算服务（MaxCompute，原ODPS）中的MapReduce是一种编程模型，用于大规模数据集的并行运算，它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。其中，两个主要阶段Map和Reduce相互配合，可以完成对海量数据的处理。关于这两个阶段的关系，说法正确的有（） A: 一个reduce的输入数据可能来自于多个map的输出 B: 一个MR处理可以不包括任何map C: 一个MR处理可以不包括任何reduce D: 一个map的输出结果可能会被分配到多个reduce上去
- 2
以下关于MapReduce的说法不正确的是： A: MapReduce是一个分布式/并行编程模型，程序员通常只需要设计实现map和reduce函数 B: Shuffle过程是贯穿于map和reduce两个过程的 C: Hadoop MapReduce 1.0框架中TaskTracker负责集群资源的管理和调度 D: map和reduce的输入输出都是键值对
- 3
关于MapReduce描述不正确的是 A: MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算 B: MapReduce是用于云计算的操作系统 C: MapReduce是一个并行计算与运行软件框架 D: MapReduce通过把对数据集的大规模操作分发给网络上的每个节点实现可靠性
- 4
关于MapReduce编程模型，（ ）说法错误。 A: 从MapReduce自身的命名特点可以看出，MapReduce由两个阶段组成：Map和Reduce B: MapReduce的优势在于处理小规模数据集 C: Hadoop可以运行由各种语言编写的MapReduce程序 D: MapReduce是一种可用于数据处理的编程模型