江苏网站建设网络公司,石家庄建设银行网点,2008 做网站,北京市小程序开发云计算综合测试题 单选题填空题判断题简答题 单选题 这里选择题#xff0c;直接以填空题展示#xff0c;并给出解析 Bigtable是#xff08;Google#xff09;开发的分布式存储系统 解析#xff1a;分布式结构化数据表Bigtable是Google基于GFS和Chubby开发的分布式存储系统… 云计算综合测试题 单选题填空题判断题简答题 单选题 这里选择题直接以填空题展示并给出解析 Bigtable是Google开发的分布式存储系统 解析分布式结构化数据表Bigtable是Google基于GFS和Chubby开发的分布式存储系统。 WAS的存储名空间中账户名负责将访问请求定位(集群) 解析WASWindows Azure Stroage实现单一的全局命名空间账户名、分区名、对象名。账户名经DNS翻译可定位到数据中心和主存储集群分区名可进一步定位到存储节点对象名定位到对象 于WAS的文件流层以下说法正确的(可以追加写但不能修改现有的数据) 解析文件流层只为分区层提供一个内部使用的接口所有的写只能追加。允许用户的操作有打开、关闭、删除、重命名、读、追加以及合并(没有修改操作) 关于SimpleDB和DynamoDB以下描述正确的(SImpleDB限制了每张表的大小DynamoDB不限制每张表的大小) 解析 SimpleDB限制每张表的大小更适合于小规模负载的工作DynamoDB不限制表的大小、适用于大规模的工作 vNetwork的虚拟交换机通过上行链路连接到物理以太网适配器。 解析上行链路是指从虚拟交换机到物理网络设备的连接这个连接使得虚拟网络能够与外部物理网络进行通信。 Bigtable中数据划分和负载均衡的基本单位是表。 解析由于规模问题单个的大表不利于数据的处理因此Bigtable将一个表分成了很多子表Tablet每个子表包含多个行。子表是Bigtable中数据划分和负载均衡的基本单位。 GFS使用Chubby主要用来选取主服务器 解析GFS使用Chubby选取一个GFS主服务器Bigtable使用Chubby指定一个主服务器并发现、控制与其相关的子表服务器。 S3的访问控制策略中“所有者拥有WRITE_ACP权限相当于拥有了最高权限。 解析所有者是桶或对象的创建者默认具是WRITE_ACP权限。但是所有者可以通过覆写相应桶或对象的ACP获取想要的权限从这个意义上来说所有者默认就是最高权限拥有者。 GFS的默认Chunk大小64MB 解析GFS将文件按照固定大小进行分块默认是64MB每一块称为一个Chunk数据块 Windows Azure平台的四个组成部分中AppFabric为在云中或本地系统中的应用提供基于云的基础架构服务 解析 组成部分说明Windows Azure微软云计算操作系统提供在微软数据中心服务器上运行应用程序和存储数据的Windows环境SQL Azure云中的关系数据库为云中基于SQL Server的关系型数据提供服务Windows Azure AppFabric为在云中或本地系统中的应用提供基于云的基础架构服务Windows Azure Marketplace为购买云计算环境下的数据和应用提供在线服务 填空题
Paxos算法是为了解决分布式系统的一致性问题 解析Paxos算法一种基于消息传递Messages Passing的一致性算法用于解决分布式系统中的一致性问题。 EC2中的实例由AMI启动可以像传统的主机一样提供服务。 解析Amazon机器映像Amazon Machine ImageAMI是包含操作系统、服务器程序、应用程序等软件配置的模板可以用于启动不同实例进而像传统的主机一样提供服务。 Chunk Server的数目决定了Google文件系统GFS的规模。 解析Chunk Server负责具体的存储工作。数据以文件的形式存储在Chunk Server上ChunkServer的个数可以有多个它的数目直接决定GFS的规模。 云计算是在2006年8月由Google公司首席执行官提出。 解析2006年8月9日谷歌首席执行官埃里克·施密特在搜索引擎大会上首次提出云计算的概念并说谷歌自1998年创办以来就一直采用这种新型的计算方式。 Megastore中共有三种副本分别是完全副本、见证者副本和只读副本。 解析Megastore的基本架构最底层的数据是存储在Bigtable中的。不同类型的副本存储不同的数据。在Megastore中共有三种副本分别是完整副本Full Replica、见证者副本Witness Replica和只读副本Read-only Replica。 虚拟拟机的迁移过程中以共享的方式共享数据和文件系统而非真正迁移的是(存储设备的迁移 解析迁移存储设备的最大障碍在于需要占用大量时间和网络带宽通常的解决办法是以共享的方式共享数据和文件系统而非真正迁移。 Dremel中的重复深度只考虑可重复类型的字段。 解析重复深度主要关注的是可重复类型而定义深度同时关注可重复类型(repeated)和可选类型optional。 WAS的存储域包括前端、分区层和文件流层三层结构 解析WAS存储域的层次结构前端、分区层和文件流层 前端由一组无状态服务器构成来处理访问请求。一旦接收到一个请求该层便会查找账户名认证请求再把请求路由到分区层的服务器。分区层。该层负责管理和理解上层数据抽象类型Blob、表、队列和文件提供一个可扩展的名空间保证数据对象事务处理顺序和强一致性在数据流层之上存储数据缓存数据对象来减少磁盘I/O。文件流层该层存储数据在硬盘上负责在多个服务器间分布和复制数据来保持存储域中数据的可用性。 当虚拟机中的操作系统通过特权指令访问关键系统资源时每条特权指令的执行都要产生自陷Hypervisior才能接管其请求。 解析为了使这种机制能够有效地运行每条特权指令的执行都需要产生“自陷”以便Hypervisor能够捕获该指令从而使VMM能够模拟执行相应的指令 SQLAzure数据库同步服务使用轮辐式模型所有的变化首先被复制到SQLAzure数据库hub上然后再传送到其他spoke上。 解析SQL Azure数据同步服务使用“轮辐式hub-and-spoke”模型所有的变化将会首先被复制到SQL Azure数据库“hub”上然后再传送到其他“spoke”上。 判断题
Google的监控基础架构中为了尽可能地减少开销采用的方案是二次压缩(❎) 解析监控开销的大小直接决定Dapper的成败为了尽可能地减小开销进而将Dapper广泛部署在Google中设计人员设计了一种非常巧妙的二次抽样方案。 Bigtable中客户端和服务器之间传输的是数据流❎ 解析客户端与主服务器之间传输的是控制流客户端与子表服务器之间的传输的是数据流 Bigtable中实际的数据都是以子表的形式保存在子表服务器中✅ 解析Bigtable中实际的数据都是以子表的形式保存在子表服务器上的客户一般也只和子表服务器进行通信 Dynamo采用一致性哈希算法解决数据冲突的问题(❎) 解析 虚拟机的迁移过程中最有难度和挑战性的是CPU的迁移(❎) 解析内存的迁移是虚拟机迁移最困难的部分 Google云计算系统采用的是完全的分布式和去中心化结构✅ 解析为了保证其稳定性Amazon的系统采用完全的分布式、去中心化的架构。其中作为底层存储架构的Dynamo也同样采用了无中心的模式。 Bigtable中的SSTable数量过多将会显著影响写操作的速度❎ 解析由于读操作要使用SSTable数量过多的SSTable显然会影响读的速度 Amazon限制用户在S3中创建桶的数量但不限制每个桶中对象的数量✅ 解析Amazon限制了每个用户创建桶的数量但没有限制每个桶中对象的数量。 半虚拟化技术包括软件辅助虚拟化和硬件辅助虚拟化❎ 解析半虚拟化技术是一种虚拟化技术它要求操作系统知道自己是虚拟化的并对操作系统内核进行修改以适应虚拟化环境。。典型的半虚拟化技术代表是Xen。软件辅助虚拟化和硬件辅助虚拟化是指全虚拟化技术Full Virtualization中的两种实现方式。 Megastore三种读中Current允许读的时候还有部分事务提交了但还未生效❎ 解析在Megastore中共有三种副本分别是完整副本Full Replica、见证者副本Witness Replica和只读副本Read-only Replica 完整副本Bigtable中存储完整的日志和数据见证者副本决议时参与投票Bigtable只存储其日志而不存储具体数据。无法参与投票。作用只是读取到最近过去某一个时间点的一致性数据 简答题
Windows Azure存储服务采用了双复制引警请简要回答什么是域内复制什么是域间复制它们各有什么作用。 解析 域内复制WAS在文件流层实现同步复制保证存储域内的所有数据在其内部是可靠的。域内复制的作用域内复制专门为硬件失效而设计保证WAS提供快速见状的存储响应域间复制WAS系统在分区层实现跨存储域的异步复制。域间复制的作用域间复制提供跨地域冗余来防止地域灾难和位置服务结合起来提供跨数据中心的数据处理。 Google云计算中大规模分布式系统的监控基础架构Dapper为了解决低开销及广泛可部署性的问题采用了二次抽样技术。试简述二次抽样中每次抽样的原理和作用。 解析 首次抽样在数据收集阶段Dapper首先对所有的请求进行初步抽样。这个抽样率通常设置得较低例如1%或更少只有一小部分请求会被记录和跟踪。二次抽样在首次抽样的基础上Dapper进一步对已经抽样的数据进行再次抽样。抽样的目的是进一步减少数据量同时保持数据的代表性。 二次抽样的作用降低开销、提高可部署性、确保分析结果的准确性和可靠性、 简述Magastore数据读取操作的五个步骤 解析 本地查询查询协调者判断实体组上数据是否已经最新发现位置确定最新日志位置选择一个已生效的副本。采用本地读取Local Read或者多数派读取值追赶一旦某个副本被选中就使其追赶到已知的最大日志位置处。验证如果本地副本被选中且数据不是最新发送验证消息到协调者断定对能够反馈所有提交的写操作。无须等待回应如果请求失败下一个读操作会重试。查询数据在所选的副本中利用日志位置的时间戳读取数据。 S3数字签名的实施过程图所示试用文字简述该过程。 解析 S3用户首先发出服务请求系统自动生成一个服务请求字符串。HMAC函数根据用户的服务请求字符串和Secret Access Key生成数字签名A并将签名A和服务请求字符串传给S3服务器。服务器接收到信息后分离出用户的AccessKey ID通过查询S3数据库得到用户的Secret Access Key。利用和上面相同的过程生成数字签名B然后和数字签名A做比对相同则通过验证反之拒绝。
