关于Hive在Fusion Insight HD中的架构描述错误的是：（)。

A.32MB

B.64MB

C.128MB

D.256MB

A.Split过程中

B.Flush过程中

C.Compaction过程中

D.HFile分开过程中

A.Hive最终将数据存储在HDFS中

B.HiveSQL其本质是执行的MapReduce任务

C.Hive是Hadoop平台的数据仓库工具

D.Hive对HBase有强依赖

The passage mainly talks about ______.

A．Brain disease and its treatment

B．scientific insight into brain disease and wrong ideas about medicine

C．how to make people be smarter

D．the scientific breakthrough in brain damage treatment

A.Hive元数据存储独立于数据存储之外，从而解耦合元数据和数据，灵活性高，二传统数据仓库数据应用单一，灵活性低

B.Hive基于HDFS存储，理论上存储可以无限扩容，而传统数据仓库存储量有上限

C.由于Hive的数据存储在HDFS上，所以可以保证数据的高容错，高可靠

D.由于Hive基于大数据平台，所以查询效率比传统数据仓库快

A.Hive适合OLTP业务

B.Hive将SQL翻译成MR执行

C.Hive支持JDBC

D.Hive的Metastore负责管理元数据

A.Hive支持所有标准SQL语法

B.Hive底层采用的计算引擎是MapReduce

C.Hive提供的HQL语法，与传统SQL很类似

D.HiveServer可采用MySQL存储元数据信息

A.sqoop可以将HQL/SQL的执行结果导入到Oracle或者Hive

B.不能大于1M

C.sqoop使用参数-m(即--num-mappers)进行导数时，分布在每一个map上的数据是均匀的

D.sqoop将数据导入Oracle时遇到值的长度超长，sqoop会继续将正常的数据导入Oracle

A.SparkSQL依赖Hive的元数据

B.SparkSQL的执行引擎为Sparkcore,Hive默认执行引擎为MapReduce

C.SparkSQL不可以使用Hive的自定义函数

D.SparkSQL兼容绝大部分Hive的语法和函数

A.小波

B.调和

C.剪枝

D.回归

A、Hive最佳使用场景是大数据集的批处理作业

B、Hive可以实现在大规模集群上实现低延迟快速查询

C、Hive构建在基于静态批量处理的Hadoop之上，Hadoop通常有较高的延迟并且在提交作业和调度的时候需要大量的开销

D、Hive查询操作过程严格遵循HadoopMap Reduce的作用执行模型，Hive将用户的HiveSQL语句通过解释器转换为Map ReduceHadoop集群上