以下哪种不是hadoop对于小文件的处理方式（）
A: SequenceFile
B: CombinedInputFormat
C: Archive
D: ByteBuffer
A: SequenceFile
B: CombinedInputFormat
C: Archive
D: ByteBuffer
举一反三
- Hadoop 是适合存储大数据的，可以通过SequenceFile将小文件合并，从而是获得更高效率的存储和计算
- hadoop有哪些特点（）。 A: 善于处理非结构化数据 B: 最易于扩充的分布式架构 C: 不擅长存储小文件 D: 擅长存储小文件
- 以下哪项是hadoop需要Hbase的理由 A: Hadoop仅适合离线批量处理，无法满足实时处理 B: Hadoop中的文件不可以更改 C: Hadoop支持廉价集群 D: MapReduce可以对Hbase的数据进行处理
- Hadoop的缺点描述不正确的是（） A: 不适合低延迟数据访问。 B: 支持多用户写入及任意修改文件。 C: 无法高效存储大量小文件。 D: Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快
- Python中对于文件的处理,下列选项中描述错误的是。 A: 有文本文件和二进制文件这两种处理方式 B: 按照文本方式处理文件时,以字节流方式读写文件 C: 打开文件是使用内置的open()函数 D: 文件使用后要将其关闭,以释放文件的使用授权