1-云計(jì)算復(fù)習(xí)題

1、一、單項(xiàng)選擇題1. 虛擬化資源指一些可以實(shí)現(xiàn)一定操作具有一定功能但其本身是 （ A ）的資源如計(jì)算池存 儲(chǔ)池和網(wǎng)絡(luò)池、 數(shù)據(jù)庫(kù)資源等通過(guò)軟件技術(shù)來(lái)實(shí)現(xiàn)相關(guān)的虛擬化功能包括虛擬環(huán)境、 虛擬系 統(tǒng)、虛擬平臺(tái)。A. 虛擬B.真實(shí)C. 物理D.實(shí)體2. 云計(jì)算是對(duì)（ D ）技術(shù)的發(fā)展與運(yùn)用。A. 并行計(jì)算B.網(wǎng)格計(jì)算C. 分布式計(jì)算D.以上都是3. 2008 年，（ A ）先后在無(wú)錫和北京建立了兩個(gè)云計(jì)算中心。A. IBMB. GoogleC.AmazonD. 微軟4. 微軟于 2008 年 10 月推出云計(jì)算操作系統(tǒng)是（ C ）。A. Google App EngineB. 藍(lán)云C. AzureD.

2、 EC25. 將基礎(chǔ)設(shè)施作為服務(wù)的云計(jì)算服務(wù)類(lèi)型是（ A ）。A. IaaSB. PaaSC. SaaSD. 以上都不是6. 將平臺(tái)作為服務(wù)的云計(jì)算服務(wù)類(lèi)型是（ B ）。 A. IaaSB. PaaSC. SaaSD. 以上都不是7. 云計(jì)算體系結(jié)構(gòu)的（ C ）負(fù)責(zé)資源管理、任務(wù)管理用戶(hù)管理和安全管理等工作。A. 物力資源層B. 資源池層C. 管理中間件層 D. SOA 構(gòu)建層8. IaaS 計(jì)算實(shí)現(xiàn)機(jī)制中，系統(tǒng)管理模塊的核心功能是（ A ）。A. 負(fù)載均衡B. 監(jiān)視節(jié)點(diǎn)的運(yùn)行狀態(tài)C. 應(yīng)用 APID. 節(jié)點(diǎn)環(huán)境配置9. 下列選項(xiàng)中，哪條不是 GFS 選擇在用戶(hù)態(tài)下實(shí)現(xiàn)的原因（ D ）。A.

3、調(diào)試簡(jiǎn)單B. 不影響數(shù)據(jù)塊服務(wù)器的穩(wěn)定性C. 降低實(shí)現(xiàn)難度，提高通用性D. 容易擴(kuò)展10. 下列不屬于 Google 云計(jì)算平臺(tái)技術(shù)架構(gòu)的是（ D ）。A. 并行數(shù)據(jù)處理 MapReduceB. 分布式鎖 ChubbyC. 結(jié)構(gòu)化數(shù)據(jù)表 BigTableD. 彈性云計(jì)算 EC211. （ B ）是 Google 提出的用于處理海量數(shù)據(jù)的并行編程模式和大規(guī)模數(shù)據(jù)集的并行運(yùn) 算的軟件架構(gòu)A. GFS B. MapReduceC. Chubby D. Bigtable12. 在目前GFS集群中，每個(gè)集群包含（B）個(gè)存儲(chǔ)節(jié)點(diǎn)。A. 幾百個(gè)B. 幾千個(gè)C. 幾十個(gè)D. 幾十萬(wàn)個(gè)13. MapReduce

4、 通常把輸入文件按照(C ) MB 來(lái)劃分。A. 16 B. 32C. 64D. 12814. Mapreduce 適用于 ( D )。A. 任意應(yīng)用程序B. 任意可在 windows servet2008 上運(yùn)行的程序C. 可以串行處理的應(yīng)用程序D. 可以并行處理的應(yīng)用程序15. 下列不屬于亞馬遜及其映像( AMI )類(lèi)型的是( C )。A. 公共 AMIB. 私有 AMIC. 通用 AMID. 共享 AMI16. 在 Bigtable 中，( A )主要用來(lái)存儲(chǔ)子表數(shù)據(jù)以及一些日志文件。A. GFSB. ChubbyC. SSTableD. MapReduce17. 桶是 S3 用于存儲(chǔ)對(duì)

5、象的容器，每個(gè)用戶(hù)最多可以創(chuàng)建( D )個(gè)桶。 A. 10B. 50C. 80D. 10018. 下面選項(xiàng)不屬于 Amazon 提供的云計(jì)算服務(wù)是( D )。B. 簡(jiǎn)單存儲(chǔ)服務(wù) S3D. .Net 服務(wù)C ）。B. OracleD. 亞馬遜的 Simple DBA. 彈性云計(jì)算 EC2C. 簡(jiǎn)單隊(duì)列服務(wù) SQS19. Google APP Engine 使用的數(shù)據(jù)庫(kù)是 A. 改進(jìn)的 SQL ServerC. Date store20. 與網(wǎng)格計(jì)算相比，不屬于云計(jì)算特征的是( B )。A. 資源高度共享B. 適合緊耦合科學(xué)計(jì)算C. 支持虛擬機(jī)D. 適用于商業(yè)領(lǐng)域二、判斷題1. 云”使用了數(shù)據(jù)多副

6、本容錯(cuò)、比使用本地計(jì)算機(jī)可靠。(V )2. 云計(jì)算是由一系列可以動(dòng)態(tài)升級(jí)和虛擬化的資源所組成的，這些資源被所有云計(jì)算的用 戶(hù)共享并且可以方便地通過(guò)網(wǎng)絡(luò)訪問(wèn)， 用戶(hù)無(wú)須掌握云計(jì)算的技術(shù)， 只需要按照個(gè)人或者團(tuán) 體的需要租賃云計(jì)算的資源。 ( V )3. SaaS 是一種基于互聯(lián)網(wǎng)提供軟件服務(wù)的應(yīng)用模式。( V )4. 并行計(jì)算是指同時(shí)使用多種計(jì)算資源解決計(jì)算問(wèn)題的過(guò)程，其主要目的是快速解決大型 且復(fù)雜的計(jì)算問(wèn)題。 ( V )5. Google Chrome，又稱(chēng)Google瀏覽器，是一個(gè)由Google (谷歌)公司開(kāi)發(fā)的開(kāi)放原始碼網(wǎng) 頁(yè)瀏覽器。 ( V )6. 網(wǎng)格計(jì)算是分布式計(jì)算的一種，是分布

7、式計(jì)算封裝。(x )7. Bigtable是一個(gè)分布式多維映射表，表中的數(shù)據(jù)通過(guò)一個(gè)行關(guān)鍵字(Row Key )、一個(gè)列關(guān)鍵字( Column Key )以及一個(gè)時(shí)間戳( Time Stamp )進(jìn)行索引。 ( V )8. GFS 將容錯(cuò)的任務(wù)交給文件系統(tǒng)完成，利用軟件的方法解決系統(tǒng)可靠性問(wèn)題，使存 儲(chǔ)成本成倍下降。 ( V )9. Bigtable 需要對(duì)存儲(chǔ)在其中的數(shù)據(jù)做解析。 ( x )10. 為了減少訪問(wèn)開(kāi)銷(xiāo)，提高客戶(hù)訪問(wèn)效率，Bigtable使用了緩存(Cache)和刷新(Refresh) 技術(shù)。(X )11. Google 設(shè)計(jì)的提供粗粒度鎖服務(wù)的一個(gè)文件系統(tǒng)，它基于緊耦合分布式系

8、統(tǒng)，解決了分 布的一致性問(wèn)題。 ( X )12. 云計(jì)算提供了最可靠、最安全的數(shù)據(jù)存儲(chǔ)中心，用戶(hù)不用再擔(dān)心數(shù)據(jù)丟失、病毒入侵個(gè) 人電腦的麻煩，用戶(hù)也不用進(jìn)行安全防護(hù)。 ( X )13. MapReduce 編程模型只適合非結(jié)構(gòu)化的海量數(shù)據(jù)搜索、挖掘、分析與機(jī)器智能學(xué)習(xí)等。( X )14. 在 Bigtable 中 Chubby 選取并保證同一時(shí)間只有兩個(gè)服務(wù)器，一個(gè)是主服務(wù)器，一個(gè)是 備份服務(wù)器。 ( X )15. Pig是一個(gè)基于Hadoop的大規(guī)模數(shù)據(jù)存儲(chǔ)平臺(tái)。(X )16. 每個(gè)數(shù)據(jù)中心的 PNUTS 結(jié)構(gòu)由兩部分構(gòu)成，即 Master 和 Chunk Server 。 ( X )17.

9、 Aneka 是一個(gè)軟件平臺(tái)和在云端開(kāi)發(fā)分布式應(yīng)用程序的框架。它按需利用臺(tái)式機(jī)和服務(wù)器或數(shù)據(jù)中心異構(gòu)網(wǎng)絡(luò)的計(jì)算資源。(V )18. Pig 是一個(gè)基于 Hadoop 的大規(guī)模數(shù)據(jù)分析平臺(tái)，它提供的 SQL-LIKE 語(yǔ)言叫 Pig Latin， 該語(yǔ)言的編譯器會(huì)把類(lèi) SQL 的數(shù)據(jù)分析請(qǐng)求轉(zhuǎn)換為一系列經(jīng)過(guò)優(yōu)化處理的 MapReduce 運(yùn) 算。 ( V )19. HBase 基于 Hadoop Distributed File System ，是一個(gè)開(kāi)源的，基于列存儲(chǔ)模型的分布式數(shù) 據(jù)庫(kù)。 ( V )20. 適合用 MapReduce 來(lái)處理的數(shù)據(jù)集 (或任務(wù) )有一個(gè)基本要求 : 待處理的數(shù)

10、據(jù)集可以分解成許多小的數(shù)據(jù)集，而且每一個(gè)小數(shù)據(jù)集都可以完全并行地進(jìn)行處理。( V )三、填空題1. 在GFS中，主控服務(wù)器存放著三類(lèi)元數(shù)據(jù)：文件和塊的命名空間、文件到塊的映射信息以及 塊副本的位置信息 。2. 分布式系統(tǒng)是一組 _自治 的計(jì)算機(jī)集合，通過(guò)通信網(wǎng)絡(luò)相互連接，實(shí)現(xiàn)資源共享和協(xié)作，而呈現(xiàn)給用戶(hù)的是單個(gè)完整的計(jì)算機(jī)系統(tǒng)。3. Bigtable 中的 API_ _提供創(chuàng)建和刪除表以及列族的函數(shù)，還提供了修改集群、表以及列族元數(shù)據(jù)的函數(shù)。4. 中間件是一種獨(dú)立的系統(tǒng)軟件或服務(wù)程序， 分布式應(yīng)用軟件借助這種軟件在不同的技術(shù)之間共享資源。5. Yahoo!公司正在建造的 PNUTS系統(tǒng)平臺(tái)是一

11、個(gè)大規(guī)模、托管型 數(shù)據(jù)庫(kù)服務(wù)，它可以支持 Yahoo!公司的 Web程序。6. 將接口放在一臺(tái)計(jì)算機(jī)上，對(duì)象本身卻駐留在另外一臺(tái)計(jì)算機(jī)上，就是分布式對(duì)象 。7. Aneka 云系統(tǒng)是一項(xiàng)實(shí)用基于 .NET_服務(wù)的資源管理平臺(tái)， 其特點(diǎn)是以市場(chǎng)為導(dǎo)向。8. Greenplum 是一個(gè)基于云平臺(tái)的 數(shù)據(jù)管理 系統(tǒng)。9. RPC 的本質(zhì)思想就是希望遠(yuǎn)程過(guò)程調(diào)用能像_本地調(diào)用 一樣。10. Dynamo 是為 Amazon 公司的平臺(tái)建造的高度可用、可升級(jí)的分布式 分布式數(shù)據(jù)存儲(chǔ)中心 。11. 最常見(jiàn)的分布式對(duì)象是分布式動(dòng)態(tài)對(duì)象和 分布式命名對(duì)象 。12. 一個(gè) GFS 集群含有單個(gè)主控服務(wù)器，多個(gè)_

12、塊服務(wù)器 ，被多個(gè)客戶(hù)訪問(wèn)。13. 一個(gè)HDFS集群是由一個(gè)名字結(jié)點(diǎn)(Namenode)和若干個(gè) 數(shù)據(jù)結(jié)點(diǎn)(Datanode)組成。14. Bigtable 的時(shí)間戳是 64位的整數(shù)。15. 在PNUTS中使用Yahoo!消息代理代替恢復(fù)日志并作為復(fù)制機(jī)制進(jìn)行應(yīng)用。16. MapReduce應(yīng)用程序通常會(huì)通過(guò) map和reduce來(lái)實(shí)現(xiàn) Mapper和Reducer接口，二者組成作業(yè)的核心。17. Windows Azure屬于PaaS模式，平臺(tái)包括一個(gè)云計(jì)算操作系統(tǒng)和一系列為開(kāi)發(fā)者提供的服務(wù)。18. MapReduce框架是由一個(gè)單獨(dú)運(yùn)行在主結(jié)點(diǎn)的JobTracker和運(yùn)行在每個(gè)集群從結(jié)點(diǎn)的

13、T askTracker共同組成。19. Windows Azure 應(yīng)用程序包括 Web Role 實(shí)例、Worker Role實(shí)例和 VM Role 實(shí)例。20. Google App Engine目前提供Java和Python兩種語(yǔ)言的開(kāi)發(fā)工具包。21. SQL Azure是微軟的云中關(guān)系型數(shù)據(jù)庫(kù)，是基于SQL Server技術(shù)構(gòu)建的，主要為用戶(hù)提供數(shù)據(jù)應(yīng)用。22. 微軟公司的云計(jì)算戰(zhàn)略包括微軟運(yùn)營(yíng)、伙伴運(yùn)營(yíng)和 客戶(hù)自建。23. 云計(jì)算安全從云端到云中可劃分為三個(gè)層次：云端安全性、應(yīng)用服務(wù)層和基礎(chǔ)設(shè)施24. SQL Azure主要提供基于云的 _存儲(chǔ)和管理 _各種信息數(shù)據(jù)的服務(wù)。25.

14、所謂安全云服務(wù)就是云計(jì)算技術(shù)在網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用和拓展從而實(shí)現(xiàn)網(wǎng)絡(luò)安全即服務(wù)的一種技術(shù)和業(yè)務(wù)模式。26. 云計(jì)算應(yīng)用安全體系的主要目標(biāo)是實(shí)現(xiàn)云計(jì)算應(yīng)用及數(shù)據(jù)的機(jī)密性、完整性、可用性和隱私性等。27. 一組協(xié)同工作的計(jì)算機(jī)通過(guò)網(wǎng)絡(luò)連接，用通信的手段進(jìn)行協(xié)調(diào)同步，用合理的算法調(diào)度分配資源，從而達(dá)到高效可靠的計(jì)算，這樣形成的系統(tǒng)叫做 分布式系統(tǒng) 。28. 服務(wù)中斷等風(fēng)險(xiǎn)在任何IT環(huán)境中都存在，在部署云計(jì)算數(shù)據(jù)中心時(shí)，最好采取基于 兩地三中心 的策略，進(jìn)行數(shù)據(jù)與環(huán)境的備份。29. 云安全的兩個(gè)研究方向包括云計(jì)算安全和 安全云。30. 進(jìn)程通信中客戶(hù)一服務(wù)器模型的實(shí)現(xiàn)方法包括并發(fā)服務(wù)器和_迭代服務(wù)器 _

15、。四、簡(jiǎn)答題1. 簡(jiǎn)述遠(yuǎn)程調(diào)用的過(guò)程。1）調(diào)用過(guò)程首先以常規(guī)的方式調(diào)用客戶(hù)存根；2）客戶(hù)存根將所要求操作的參數(shù)打包成一個(gè)消息，然后調(diào)用本地操作系統(tǒng)；3）本地操作系統(tǒng)將打包好的消息發(fā)送給遠(yuǎn)程服務(wù)器操作系統(tǒng)；4）遠(yuǎn)程服務(wù)器操作系統(tǒng)再將該消息交給服務(wù)器存根；5）服務(wù)器存根把消息中的參數(shù)提取出來(lái)，然后調(diào)用服務(wù)器；6）服務(wù)器執(zhí)行所要求的操作，操作完成之后再將結(jié)果返回給服務(wù)器存根；7）服務(wù)器存根再將結(jié)果打包成一個(gè)消息，然后調(diào)用本地操作系統(tǒng)；8）該操作系統(tǒng)將含有結(jié)果的消息發(fā)送回客戶(hù)端操作系統(tǒng)；9）客戶(hù)端操作系統(tǒng)將消息交給客戶(hù)存根；10）客戶(hù)存根將結(jié)果從消息中提取出來(lái)，返回給調(diào)用過(guò)程。2. 簡(jiǎn)述云計(jì)算的三種服

16、務(wù)模式及其功能。 SaaS:軟件即服務(wù)，這層的作用是將應(yīng)用作為服務(wù)提供給客戶(hù)。 PaaS：平臺(tái)即服務(wù)，這層的作用是將一個(gè)開(kāi)發(fā)平臺(tái)作為服務(wù)提供給用戶(hù)。 laas：基礎(chǔ)設(shè)施即服務(wù)，這層的作用是提供虛擬機(jī)或者其他資源作為服務(wù)提供給用戶(hù)。3.簡(jiǎn)述Bigtable中Chubby的作用。答：Bigtable中Chubby的作用是為 GFS提供鎖服務(wù)，選擇 Master節(jié)點(diǎn)，記錄 Master的相 關(guān)描述信息；通過(guò)獨(dú)占鎖記錄 Chunk Server的活躍情況為Bigtable提供鎖服務(wù)，記錄子表元 信息（如子表文件信息、子表分配信息、子表服務(wù)器信息） ，可能記錄 MapReduce 的任務(wù)信 息，為第三方

17、提供服務(wù)與文件存儲(chǔ)。4. 簡(jiǎn)述 GFS 體系結(jié)構(gòu)。一個(gè)GFS集群含有單個(gè)主控服務(wù)器（Master）,多個(gè)塊服務(wù)器（Chunk Server）,被多個(gè)客戶(hù) 訪問(wèn)。主控服務(wù)器維護(hù)所有文件系統(tǒng)的元數(shù)據(jù)（ Meta Data） ，完成各種控制操作，并定期訪 問(wèn)服務(wù)器進(jìn)行控制和狀態(tài)檢查。 而塊服務(wù)器則在客戶(hù)同主控服務(wù)器交換元數(shù)據(jù)業(yè)務(wù)時(shí)與所有 數(shù)據(jù)直接通信。5. Windows Azure 存儲(chǔ)服務(wù)提供了幾種類(lèi)型的存儲(chǔ)方式？闡述每種存儲(chǔ)方式主要存儲(chǔ)對(duì)象。 答：二進(jìn)制大對(duì)象（Blob ）服務(wù)，用于存儲(chǔ)文本或二進(jìn)制數(shù)據(jù)。 表（Table）服務(wù)，用于可被查詢(xún)的結(jié)構(gòu)化存儲(chǔ)，存儲(chǔ)的是帶有屬性信息的實(shí)體集合。 隊(duì)列（

18、Queue）服務(wù)，確保服務(wù)之間可靠的、持久的消息傳遞主要實(shí)現(xiàn) Web角色實(shí)例和 Woeker 角色實(shí)例間的通信。6. 簡(jiǎn)述MapReduce操作的全部流程。MapReduce 處理數(shù)據(jù)過(guò)程主要分成 2 個(gè)階段： map 階段和 reduce 階段，先執(zhí)行 map 階段， 再執(zhí)行 reduce 階段。1）在正式執(zhí)行map函數(shù)前，需要對(duì)輸入進(jìn)行“分片”（就是將海量數(shù)據(jù)分成大概相等的 “塊”， hadoop的一個(gè)分片默認(rèn)是 64M），以便于多個(gè) map同時(shí)工作，每一個(gè)map任務(wù)處理一個(gè)“分 片”。2）分片完畢后，多臺(tái)機(jī)器就可以同時(shí)進(jìn)行 map 工作了。 map 函數(shù)要做的事情，相當(dāng)于對(duì) 數(shù)據(jù)進(jìn)行“預(yù)處理” ，輸出所要的“關(guān)切” 。 map 對(duì)每條記錄的輸出以 <key,value>