下面有关MapReduce和Spark的说法错误的是哪个？
A: 它们都是支持大数据处理的分布式并行计算框架。
B: 它们都可以把大数据转化为小数据，然后分布在集群进行并行分析。
C: 它们对机器学习算法的处理方法是一样的。
D: Haoop支持模型并行，Spark支持数据并行。
A: 它们都是支持大数据处理的分布式并行计算框架。
B: 它们都可以把大数据转化为小数据，然后分布在集群进行并行分析。
C: 它们对机器学习算法的处理方法是一样的。
D: Haoop支持模型并行，Spark支持数据并行。
举一反三
- 下面哪个针对MapReduce的说法是错误的？ A: MapReduce是支持分布式机器学习算法的计算框架。 B: MapReduce的运行需要基础的分布式存储系统HDFS支持。 C: MapReduce可以对分布式的大数据分片进行并行的实时分析。 D: MapReduce上的数据分析属于数据并行计算类型。
- 分布式计算和并行计算相结合产生“并行分布式计算”和“分布并行式计算”,MapReduce计算模型采用的是计算的思想。
- Hadoop中的MapReduce是什么? A: 地图可视化工具 B: 数据转换工具 C: 分布文件系统管理工具 D: 大数据分布式并行处理框架
- 将数据分布于不同的处理单元,这些处理单元对分布数据执行相同的操作指的是()。 A: 蕴式并行编程模型 B: 数据并行模型 C: 消息传递模型 D: 共享变量模型
- 大数据处理和分析的两大核心技术就是分布式存储和()。 A: 分布式处理 B: 并行处理（MPP）数据库 C: 数据挖掘 D: 云计算平台