Hadoop中MapReduce组件擅长处理（　　）场景的计算任务。

MapReduce中，Master服务器负责将一个Map任务分派给（）。

MapReduce中，运行程序副本程序的机器分为（）和（）两类。

数据存储是大数据平台的根本，没有了存储平台，数据也就没有了载体。（）

数据采集与接入的范围包括一级部署业务系统、二级部署业务系统（含自建）和外部系统一手数据接入，满足大数据平台一手数据全的要求。（）

在Spark中引入RDD概念的目的是实现Spark的串行操作和灵活的容错能力。（）

Hadoop的MapReduce与Spark都可以进行数据计算，而相比于MapReduce，Spark的速度更快并且提供的功能更加丰富。（）

Spark本身并没有提供分布式文件系统，因此Spark的分析大多依赖于Hadoop的分布式文件系统HDFS。（）

RDD中所有的操作都是Lazy模式进行，运行在编译中不会立即计算最终结果，而是记住所有操作步骤和方法，只有显示遇到启动命令才执行。（）

Spark是以RDD概念为中心运行的。（）

Spark基于内存计算，本身可以直接读写Hadoop上任何格式数据，其应用程序在集群上以独立的进程集合的形式运行。（）