Contrôle des connaissances

1.

Quels sont les besoins utilisateur les plus adaptés à l’utilisation de HDInsight Interactive Query ?

Lorsque vous souhaitez utiliser MapReduce sur des données non structurées avec des contrôles d’accès en fonction du rôle.

Lorsque vous souhaitez utiliser des requêtes de type SQL sur des données structurées avec des contrôles au niveau des lignes et des colonnes.

Lorsque vous souhaitez utiliser des requêtes de type SQL sur des données à haut niveau de concurrence pour des calculs sur de longues périodes.

2.

Quels sont les formats de fichier pris en charge par Interactive Query ?

.xml, .doc, .log

.json, .csv, .txt

.PDF, .DBK, .MD

3.

Quel scénario est le mieux adapté à HDInsight Interactive Query ?

Traitement par lots

Données de diffusion en continu.

requêtes ad hoc ;

4.

Pourquoi Hive Warehouse Connector est-il nécessaire ?

Hive et Spark sont des types de cluster différents.

Hive et Spark ont deux metastores différents. Un connecteur est nécessaire pour établir un pont entre les deux.

Hive est destiné aux données statiques et Spark est destiné aux données de diffusion en continu.

5.

Pourquoi l’utilisation de Hive Warehouse Connector est-elle plus efficace et évolutive que l’utilisation d’une connexion JDBC standard de Spark à Hive ?

Parce que la bibliothèque charge des données entre le HiveServer et le pilote Spark en parallèle

Parce que Hive Warehouse Connector est optimisé pour les données de diffusion en continu.

Parce que la bibliothèque charge les données de démons LLAP dans des exécuteurs Spark en parallèle

Commentaires