下列有关大数据处理框架Hadoop的说法错误的是（)

A.可视化组件

B.计算框架

C.分布式数据库

D.管理组件

A.Spark是用于大规模数据存储的NoSQL数据库

B.Spark的计算模式也属于MapReduce

C.Spark可以完全代替Hadoop

D.Spark可以进行实时数据流的数据处理

A.关系数据库

B.Hadoop

C.HDFS分布式文件系统

D.MapReduce计算架构

A.Samza

B.Spark

C.Storm

D.MapReduce

A.Pig：处理大规模数据的脚本语言

B.Tez：支持DAG作业的计算框架

C.Oozie:工作流和协作服务引擎

D.Kafka：分布式发布订阅消息系统

A.大数据平台中，B域、M域、O域及DPI信令等各类数据集中存储，一旦发生安全事件则可涉及海量客户敏感信息及公司数据资产。

B.大数据多部署在云环境中，由于存储、计算的多层面虚拟化，带来了数据管理权与所有权分离，网络边界模糊等新问题

C.大数据平台多使用Hadoop、Hive、第三方组件等开源软件，这些软件设计初衷是为了高效数据处理，系统性安全功能相对缺乏，安全防护能力远远滞后业务发展，存在安全漏洞

D.敏感数据跨部门、跨系统留存，任一单位或系统安全防护措施不当，均可能发生敏感数据泄漏，造成“一点突破、全网皆失”的严重后果。

A.分为映射,映射为Map阶段

B.分为减速，减速为Reduce阶段

C.分为映射,映射为Reduce阶段

D.分为减速，减速为Map阶段

A.计算资源标签调度是yarm的特征，存储资源调度是HDFS的特征

B.通过存储资源标签，可以将在线应用数据存储在SAS盘节点的HDFS目录下，而离线应用数据存储在SATA盘节点对应的HDFS目录下

C.通过计算资源标签，可以将spark作业调度到大内存节点上运行，而MR作业调度在标配内存节点上运行

D.计算资源和存储资源的标签通常配合使用，是为了将指定的应用跨节点访问计算和数据资源