A、一个Topology是由一组Spout组件和Bolt组件通过Stream Groupings进行连接的有向无环图(DAG)
B、Topology会一直运行,直到它被显示kill
C、业务逻辑都被封装Topology中
D、一个Topology只可以指定启动一个Worker进程
如搜索结果不匹配，请 联系老师 获取答案
更多“关于Streaming的拓扑(Topology),下面描述错…”相关的问题
第3题
A.查看Supervisor运行日志，判断是否Supervisor异常
B.查看worker运行日志
C.查看Niimbus的运行日志，判断是否Nimbus服务异常
D.查看客户端异常堆栈，判断是否是客户端使用问题
第4题
A.查看客户端异常对堆栈，判断是否客户端使用问题
B.查看主Nimbus的运行日志，判读是否Nimbus服务端异常
C.查看Supervisor运行日志，判读是否Supervisor异常
D.查看Worker运行日志
第5题
A.拓扑业务逻辑错误，提交之后无法正常运行
B.Supervisor是在Topology中接收数据然后执行处理的组件
C.拓扑过于复杂或者并发太大，导致worker启动时间过长，超过supervisor的等待时间
D.Supervisor的slots资源被消耗尽，拓扑提交上去后分不到slot去启动worker进程
第6题
A.SparkStreaming是一个微批处理框架，事件需要积累到一定量时才进行处理
B.Streaming的执行逻辑是即时启动，运行完后再回收
C.SparkStreaming的吞吐量大约是Streaming的25倍
D.SparkStreaming事件处理时延比Streaming更高
第7题
A.Storm和Spark Streaming都属于大数据流式处理技术
B.在实时性方面，Storm比Spark Streaming数据处理的延迟高
C.流式处理的特点是不断有数据流入、处理、流出
D.Flume等多种数据源的数据
第8题
A.Storm和Spark Streaming都属于大数据流式处理技术
B.在实时性方面，Storm比Spark Streaming数据处理的延迟高
C.流式处理的特点是不断有数据流入、处理、流出
D.Flume等多种数据源的数据
第9题
A.存在于Hadoop1.0
B.YARN只能运行Hadoop生态下的MapReduce运算框架
C.YARN是采用两级式资源分配方案
D.Storm Streaming、IGraph等计算框架不能在YARN上运行，也不能访问HDFS上的数据资源
为了保护您的账号安全，请在“赏学吧”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
微信搜一搜
赏学吧
微信搜一搜
赏学吧
