大数据中的小数据可能缺失、冗余、存在垃圾数据，但不影响大数据的可信数据，是大数据的（）的表现形式。

在噪声数据中，波动数据比离群点数据偏离整体水平更大。

在一个MapReduce应用程序中，map函数的输出经由MapReduce框架处理后，发送到reduce函数。这个处理过程是基于键值对进行排序和分组的。

在线迁移中可能因外部因素导致迁移暂时故障，用户根据迁移日志信息解决问题后，可以通过续传功能继续迁移。

在Spark中，累加器可以实现高速并行的计数器和变量求和；在Spark的应用程序开发过程中， 只有在Driver上获取此计数器的值。

在Spark中，SparkSQL是独立的模块，可以不依赖于SparkCore独立完成SQL 语句的解析、优化和执行等操作。

在MapReduce编程中，代码不仅要描述做什么，还要描述具体怎么做。

在Kafka中，Producer可以通过配置同步参数（producer.type）,保证数据按顺序发送。

在IAM控制台创建用户组时，不应当授予数据复制服务管理员权限“DRS Administrator”权限。

在HDFS里,若打开其回收站机制,则删除文件时,文件不会立即真正被删除。

在Flume级联传输过程中，可以使用fail over模式传输，这样如果下一跳的Flume节点故障或 者数据接受异常时，可以自动切换到另外一路上继续传输。