Главная / Программирование /
Параллельные и распределенные вычисления / Тест 9
Параллельные и распределенные вычисления - тест 9
Упражнение 1:
Номер 1
Какая базовая структура данных стоит в основе модели MapReduce?
Ответ:
 (1)
пара (ключ, значение)
 
 (2)
бинарное дерево
 
 (3)
массив произвольной длины
 
 (4)
функция высшего порядка
 
Номер 2
Опишите работу функции map.
Ответ:
 (1)
функция map возвращает некоторую функцию с аргументом в виде данного списка
 
 (2)
функция map объединяет поэлементно два и более списка, возвращая список пар элементов
 
 (3)
функция map осуществляет поиск данного элемента в списке-аргументе
 
 (4)
функция map применяет данную функцию к каждому элементу списка, возвращая список результатов
 
Номер 3
Что такое функция высшего порядка?
Ответ:
 (1)
функция, оперирующая массивами произвольной длины
 
 (2)
перегружаемая функция
 
 (3)
функция, принимающая в качестве аргумента или возвращающая другую функцию
 
 (4)
функция, возвращающая в качестве результата некоторую произвольную сложную структуру данных
 
Упражнение 2:
Номер 1
Выберите верное утверждение.
Ответ:
 (1)
функция reduce не имеет реализации в функциональных языках программирования
 
 (2)
функция reduce является функцией высшего порядка
 
 (3)
функция reduce не имеет реализации в объектно-ориентированных языках программирования
 
 (4)
функция reduce в качестве одного из аргументов может принимать структуру данных перечислимого типа, не являющуюся списком
 
Номер 2
Выберите верное утверждение.
Ответ:
 (1)
функция reduce позволяет реализовать свертку списка
 
 (2)
функция reduce не имеет реализации в языках сценариев (JavaScript, Python)
 
 (3)
в некоторых реализациях функция reduce может принимать три аргумента
 
 (4)
функция reduce в качестве одного из аргументов всегда принимает некоторую функцию
 
Номер 3
Опишите работу функции reduce.
Ответ:
 (1)
функция reduce возвращает некоторую функцию с аргументом в виде данного списка
 
 (2)
функция reduce преобразует список к некоторому атомарному результату при помощи заданной функции
 
 (3)
функция reduce осуществляет поиск данного элемента в списке-аргументе
 
 (4)
функция reduce применяет данную функцию к каждому элементу списка, возвращая список результатов
 
Упражнение 3:
Номер 1
Выберите реализации MapReduce для систем с распределенной памятью.
Ответ:
 (1)
Phoenix
 
 (2)
Google MapReduce
 
 (3)
Yandex MapReduce
 
 (4)
Apache Hadoop
 
Номер 2
Выберите реализации MapReduce для систем с общей памятью.
Ответ:
 (1)
Phoenix
 
 (2)
Google MapReduce
 
 (3)
QtConcurrent
 
 (4)
Apache Hadoop
 
Номер 3
Выберите реализацию MapReduce для GPU.
Ответ:
 (1)
Mars
 
 (2)
Google MapReduce
 
 (3)
QtConcurrent
 
 (4)
Apache Hadoop
 
Упражнение 4:
Номер 1
Файловая система какого типа используется в инфраструктуре Google для интегрирования с MapReduce?
Ответ:
 (1)
дисковая журналируемая для носителей с произвольным доступом
 
 (2)
дисковая для носителей с произвольным доступом
 
 (3)
распределенная кластерная
 
 (4)
виртуальная
 
Номер 2
Каким образом в вычислительной системе с GFS для Google MapReduce распределены данные?
Ответ:
 (1)
данные уникальны и хранятся в специальных сетевых хранилищах, обособленных друг от друга
 
 (2)
данные распределены по всем серверам системы, имеют реплицированные копии
 
 (3)
данные уникальны, отделены от вычислительных серверов, хранилища данных связаны друг с другом
 
 (4)
данные распределены по всем серверам системы, не имеют копий внутри системы
 
Номер 3
Выберите верное утверждение о реализации Google MapReduce.
Ответ:
 (1)
хранение и обработка данных отделены друг от друга и производятся разными серверами
 
 (2)
в системе используется массовые недорогие решения для вычислительных серверов и дорогостоящие решения для хранения данных (high-end storage)
 
 (3)
хранение и обработка данных возложена на одни и те же узлы вычислительной системы
 
 (4)
вычислительная система строится с расчетом на отказоустойчивость, которая достигается применением специализированных устройств, а не репликацией функций отдельных составляющих
 
Упражнение 5:
Номер 1
Каковы функции Мастера в модели Google MapReduce?
Ответ:
 (1)
непосредственное выполнение свертки (reduce) и/или map-задания
 
 (2)
распределение map- и reduce-заданий между рабочими узлами
 
 (3)
предоставление информации о статусе вычислений
 
 (4)
подготовка исходных данных для каждой задачи
 
Номер 2
Выберите верное утверждение о реализации Google MapReduce.
Ответ:
 (1)
в выполнении map-задачи с использованием некоторых данных в Google MapReduce приоритет имеет узел, содержащий эти данные
 
 (2)
Google MapReduce не поддерживается совмещение операций и промежуточные данные никак не обрабатываются во время выполнения задачи
 
 (3)
reducer не дожидается полного завершения выполнения задачи и выполняет сортировку и загрузку промежуточных данных
 
 (4)
для ускорения вычислений в неоднородных вычислительных системах не могут использоваться избыточные вычисления
 
Номер 3
Выберите верное утверждение.
Ответ:
 (1)
для детерминированных функций map и reduce гарантируется совпадение результата вычислений с результатом последовательного выполнения программы
 
 (2)
для детерминированных функций map и reduce не гарантируется совпадение результата вычислений с результатом последовательного выполнения программы
 
 (3)
результаты разных reduce-задач могут соответствовать разным последовательным выполнениям
 
 (4)
для недетерминированных функций map и reduce гарантируется совпадение результата вычислений с результатом последовательного выполнения программы
 
Упражнение 6:
Номер 1
На каких узлах в Hadoop MapReduce выполняются map- и reduce-задачи?
Ответ:
 (1)
master nodes
 
 (2)
job submission nodes
 
 (3)
slave nodes
 
 (4)
namenodes
 
Номер 2
Файловая система какого типа используется в инфраструктуре Hadoop MapReduce?
Ответ:
 (1)
дисковая журналируемая для носителей с произвольным доступом
 
 (2)
дисковая для носителей с произвольным доступом
 
 (3)
распределенная кластерная
 
 (4)
виртуальная
 
Номер 3
Каковы функции JobTracker в Hadoop MapReduce?
Ответ:
 (1)
разбиение заданий на отдельные задачи (task)
 
 (2)
осуществление перезапуска задач
 
 (3)
предоставление доступа к промежуточным файлам при выполнении кадой задачи
 
 (4)
распределение задач по узлам
 
Упражнение 7:
Номер 1
Каковы функции TaskTracker в Hadoop MapReduce?
Ответ:
 (1)
распределение задач по узлам
 
 (2)
предоставление доступа к промежуточным файлам при выполнении кадой задачи
 
 (3)
загрузка кода и запуск задач в новой JVM
 
 (4)
разбиение заданий на отдельные задачи (task)
 
Номер 2
С помощью каких средств реализуются MapReduce-программы для Hadoop?
Ответ:
 (1)
Hadoop Pipes в C++
 
 (2)
Hadoop Streaming в Python
 
 (3)
стандартный API в C++
 
 (4)
Java API в Java
 
Номер 3
Для чего в методах класса Mapper используется объект Context (Hadoop MapReduce, язык Java)?
Ответ:
 (1)
объект Context содержит список ключей для map-задачи
 
 (2)
объект Context предназначен для инициализации map-задания
 
 (3)
объект Context содержит пары "ключ-значение" для инициализации Mapper
 
 (4)
объект Context предназначен для записи результата выполнения map
 
Упражнение 8:
Номер 1
Как реализован класс Mapper (Hadoop MapReduce, язык Java)?
Ответ:
 (1)
класс Mapper параметризован типами-парами "ключ-значение", используемыми на входе и выходе задачи
 
 (2)
класс Mapper является абстрактным
 
 (3)
класс Mapper имеет реализацию по умолчанию собственных методов, не являясь абстрактным
 
 (4)
класс Mapper параметризован специальным объектом -- контекстом
 
Номер 2
Как реализован класс Reducer (Hadoop MapReduce, язык Java)?
Ответ:
 (1)
класс Reducer параметризован типами ключей и значений, используемыми на входе и выходе задачи
 
 (2)
класс Reducer является абстрактным
 
 (3)
класс Reducer имеет реализацию по умолчанию собственных методов, не являясь абстрактным
 
 (4)
класс Reducer параметризован специальным объектом -- контекстом
 
Номер 3
Имеется ли отличие в сигнатурах методов map и reduce в реализациях по умолчанию соответственно в классах Mapper и Reducer (Hadoop MapReduce, язык Java)?
Ответ:
 (1)
метод reduce не принимает объект контекста в качестве входных данных
 
 (2)
метод map вместо значения принимает итератор на значения, связанные с данным промежуточным ключом
 
 (3)
сигнатуры этих методов одинаковы
 
 (4)
метод reduce вместо значения принимает итератор на значения, связанные с данным промежуточным ключом