MapReduce的局限性包括：（）。
A: 更复杂的多重处理效率低
B: 不适合低延迟的交互式查询
C: 不适合流式处理
D: 以上均是
A: 更复杂的多重处理效率低
B: 不适合低延迟的交互式查询
C: 不适合流式处理
D: 以上均是
举一反三
- MapReduce不存在存在以下局限（）。 A: 更复杂的多重处理效率低 B: 不适合低延迟的交互式查询 C: 不适合流式处理 D: 适合任何场景
- 以下不是MapReduce的局限的是（）。 A: 更复杂的多重处理效率低 B: 不适合低延迟的交互式查询 C: 无法查询作业运行状态 D: 不适合流式处理
- MapReduce不合适对哪些场景的使用（） A: MapReduce不适合做低延迟数据访问场景的使用 B: MapReduce不适合存储大量小文件 C: MapReduce不支持多用户写入及任意修改文件 D: MapReduce不支持大文件存储
- 哪个计算不适合使用MapReduce进行处理?() A: 迭代计算 B: 离线计算 C: 实时交互计算 D: 流式计算
- Spark产生的原因包括（) A: MapReduce具有很多的局限性 B: Spark不适合交互式处理 C: 现有的各种计算框架各自为战 D: Spark只能进行交互式计算