以下哪项不是构建网络安全策略时应考虑的因素？

MapReduce 在中间 key 值采用分区函数进行数据的分区，并将分区结果传给后续任务执行进程。( )

对 Master 故障，一个简单的解决办法是让 Master 周期性地将输出结果写入磁盘， 并设置检查点。当 Master 任务失效时，可以从最后一个检查点开始启动另一个Master 进程。（ ）

Partition（）函数 / 分区函数：MapReduce 对 map（）函数的输出的中间 key 值使用分区函数来对数据进行分区处理，为每个 Reduce 任务创建一个分区。( )

为了降低 map（）函数与 reduce（）函数之间的数据传递量，一般采用 combiner（） 函数对 map（）函数的输出结果进行合并处理。( )

Shuffle 处理：为了确保每个 reduce（）函数的输入都按键排序。( )

用户自定义的reduce（）函数接受一个中间key 值和一个相关的value 值的集合。( )

MapReduce 计算框架的计算过程分为 Map 阶段和 Reduce 阶段两个阶段，并分别以两个函数 map（）和 reduce（）进行抽象。( )

key 和 value 可以是未经加工的字节数据。( )

MapReduce 计算过程中，相同的 key 默认会被发送到同一个 ReduceTask 处理。( )

链式 MapReduce 计算中，对任意一个 MapReduce 作业，Map 和 Reduce 阶段可以有无限个 Mapper，但 Reducer 只能有一个。( )