下列哪些属于分布式文件系统？

HBase是文件系统之上的分布式数据库，Spark是分布式计算框架，MapReduce是个计算模型

分布式系统设计包括

HDFS中典型的块大小是64MB，一个HDFS文件可以被被切分成多个64MB大小的块，如果需要，每一个块可以分布在不同的数据节点上。

jobtracker和tasktracker都可以管理整个系统内的任务

哪些是ApacheStorm提供的默认系统管道(systempipelines)？

DataPipeline允许超级用户部署、启动、停止以及编辑预定义的系统管道。

目前世界上主流的存储系统大部分还是采用了关系型数据库，关系型数据库的主要优点是

目前世界上主流的存储系统大部分还是采用了关系型数据库，其主要的优点有：事务处理上能够保持数据的一致性；以标准化为前提，数据更新的开销很小；可以进行Join等复杂的查询。虽然关系型数据库已经在产业界的数据存储方面占据了强大的地位，但是它也有一...

“NoSQL”系列的数据库根据数据的存储模型和特点可以分为很多类，其中属于“key-value”存储类型的是

BigTable是一个大规模管理半结构化/非结构化而设计的分布式存储系统，可以扩展到PB级数据和上千台服务器。

BigTable是一个用于管理结构化数据的分布式存储系统，构建在GFS、Chubby、SSTable等google技术之上。相当多的google应用使用了BigTable，比如Google Earth和Google Analytics，因此...

BigTable依赖于Google的几项技术，用GFS来存储日志和数据文件；按SSTable文件格式存储数据；用Chubby管理元数据。

在Graph并行系统中，一个结点的值只受相邻结点的影响，因此可以根据局部值就可以做更新。

GraphLab通过对节点和边进行划分，然后通过对节点进行update，来进行原子化操作，从而达到对图进行分布式处理的目标。

下列哪些是聚类算法？

下列哪些是mahout中的java接口？

关于“大数据”与“数据科学”这两个概念的论述哪些是准确的？

参考小节1.1 什么是大数据