2022-2023-2期末A卷¶

2020级 A卷简答题完整，小题回忆

简答题（60分）¶

(6分)阐述计算密集型应用和数据密集型应用的概念。

(6分)MapReduce和Spark到数据传输有何异同？

(10分=3+3+4)Spark和Flink都引入了检查点机制。它们的检查点分别存储什么内容？如何写入？分别有什么功能？

(8分)第一代MapReduce相对于Spark有什么局限？

(10分=伪代码8+分析效率2)有一批静态数据。从MapReduce Spark Flink里找出两个合适的，分别写出它们实现迭代操作的伪代码框架并比较两者的效率，说明两者的优缺点。

(12分=Client6+Cluster6)基于Yarn部署的Spark，分别画出Client和Cluster这两种提交方式下的架构图，并写出各个部件的作用。

(8分)五个节点，让你在上面部署一个最优的HDFS+MapReduce，并论述这样部署的合理性。

有一题架构图要写进程名称，这个需要背

每年必考两分某个系统的发展历史

前面的题不算难，需要好好背书，然后很多题看一眼就知道答案了

还考⼀个填空说为了加快迭代速度 KMeans 聚类的中⼼点会作为（）答案应该是广播变量

两道选择：

⼀道是考 Flink 是谁提出的，选 TU Berlin

以下哪个是协调服务系统，选 zookeeper