SparkStreaming作为微批处理的流处理引擎，是将每个时间分片的数据转换为一个RDD中的一个分区进行计算。（)

A.SparkStreaming是一个微批处理框架，事件需要积累到一定量时才进行处理

B.Streaming的执行逻辑是即时启动，运行完后再回收

C.SparkStreaming的吞吐量大约是Streaming的25倍

D.SparkStreaming事件处理时延比Streaming更高

A.SparkStreaming与Flink相比，时延更低

B.Flink流式处理引擎能够同时提供支持流处理和批处理应用的功能

C.与FusionInghtHD中的Streaming相比，Flink具有更高的吞吐量

D.checkpoint实现了Fink的容错

A.ES中的索引Index可以存放字段不一致的doc对象

B.ES中存储数据可以不是JSON格式，建议使用JSON格式，因为JSON格式性能较好

C.一个Elasticsearch集群由多个节点(Node)组成，每个集群都有一个共同的集群名称作为标识

D.ES中分片分为主分片(primaryshard)和复制分片(replicashard)

A.时间驱动

B.方式驱动

C.事件驱动

D.模式驱动

A.转为一个批量文件、作为许多事务的一批处理

B.立即处理

C.被送到服务器成批处理

D.在计算机能连接上互联网时才处理

A.查询流程分为俩个阶段，query阶段只会获取符合查询条件的数据ID，不会获取具体数据

B.默认单次查询最多返回1W条数据

C.客户端查询请求只能发送到主节点或协调节点，主节点或协调节点再转发到数据节点获取具体数据

D.假设一个索引有5个主分片，每个主分片有1个副本，查询请求会由5个分片来完成，他们可能是主分片，也可能是副本分片