第一大题纯计算

第一大题4或n个xx（只答若干个短语）

第一大题AWS描述名词

第二大题CUDA代码

第二大题描述名词（很多和第一大题一样与AWS有关但是比第一大题难）

第二大题计算

第三大题Map/Reduce项目涉及代码

下列Map/Reduce伪代码的结果是什么?解释它并举例说明映射器/还原器之间的信息交换

编写一个Map/Reduce Java程序来计算每个事件类别中最受欢迎的事件(即最常预订的古典音乐会，爵士音乐会，流行音乐会等)。包括注释来解释代码的作用。您还可以使用伪代码来编写规范，或者用图表来说明输入、映射、减少和输出块之间的数据流。

第三大题也与map有关但不是代码

关于Map/Reduce的性能：定义并行计算中的加速概念；使用Amdahl定律，计算用10个处理器运行此作业时可实现的最大加速，注意8%的计算作业必须顺序执行。

关于Map/Reduce的性能：描述阿姆达尔定律，以及顺序计算和并行计算之间的区别。说出Hadoop中必须按顺序执行的一个阶段；如果95%的计算作业必须顺序执行，那么在跨8个处理器运行该作业时可实现的最大加速是多少?同样，对于同一个作业，当跨1000个处理器运行该作业时，可实现的最大加速是多少?用阿姆达尔定律来回答

涉及到Map/Reduce的Combiner：什么是Combiner，用处?它和减速器有什么不同?使用组合器是可选的还是强制的；简要说明组合器必须遵守的两条规则。

在该场景中，Hadoop使用10个mapper和2个reducer来完成计算，每个Mapper发出多少中间键:值对?有多少唯一的键被馈送到每个Reducer?

关于Map-Reduce的数据过滤：Map-Reduce作业中数据过滤的目的是什么?给出一个数据过滤的例子；为什么数据过滤是“Mapper唯一的工作”？

第三大题HDFS

涉及Hadoop计算作业执行：用箭头(→)连接Hadoop计算任务对应负责的守护进程

关于Hadoop分布式文件系统的：NameNode在HDFS中的职责是什么；用合适的图表解释HDFS的写操作(例如，如何创建一个新文件并将数据写入HDFS)；为什么HDFS默认为每个块存储三个单独的副本?为什么在大型集群中将三个副本分散到不同的物理机架上是有用的?

关于分布式处理系统的弹性：在分布式系统的背景下，什么是“五九可用性”?请解释这与“单点故障”的概念之间的关系，以及这可能对分布式系统产生的负面影响；HDFS (Hadoop Distributed File System)如何检测数据块损坏；如果Map任务中的一个失败，Map/Reduce作业是否会完成?应用程序主机和节点管理器如何检测Map任务的失败并对其作出反应?

第四大题DNS描述名词

关于Map/Reduce之外的大数据平台：什么是内存处理?讨论Hadoop Map/Reduce与现代内存处理系统(如Apache Spark)相比的的主要性能限制，用一个例子说明两者的区别；在Apache Spark的背景下，什么是弹性分布式数据集(RDD) ?解释两种类型的RDD操作，并为每种操作提供一个示例，例如，如何通过编程操作创建和修改RDD。

什么是内容交付网络中的DNS缓存？DNS缓存的两个好处。

与内容交付网络(cdn)有关：什么是内容分发网络(CDN)?解释内容交付网络是如何工作的；cdn中的DNS重定向是什么?简要解释不同的DNS重定向类型及其优缺点；点对点(P2P)网络是什么?解释P2P网络相对于客户机-服务器网络的三个好处。

第四大题Cloud Database描述

与云数据库有关：解释以下这些用于实现数据分区和复制的技术：内存缓存、读写分离、High可用性、集群和数据分片；SQL数据库以牺牲分区为代价提供了强一致性和可用性，而不同的NoSQL数据库采用不同的基于cap的权衡，那么亚马逊发电机系统做了哪些权衡?

第四大题其它描述