如果结果不匹配，请 
更多“流批融合处理引擎有（）。”相关的问题
第3题
Spark比mapreduce快的原因不包括（）。
A.park基于内存迭代，而MapReduce基于磁盘迭代
B.AG计算模型相比MapReduce更有效率
C.park是粗粒度的资源调度，而MR是细粒度的资源调度。
D.park支持交互式处理，MapReduce善于处理流计算。
第4题
Spark是用于大规模数据处理的统一分析引擎，基于（）计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性，允许用户将Spark部署在大量硬件之上，形成集群。
第5题
Spark是用于大规模数据处理的统一分析引擎，基于（）计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性，允许用户将Spark部署在大量硬件之上，形成集群。
第6题
Apache Spark是专为大规模数据处理而设计的快速通用的计算引擎，将Job中间输出结果可以保存在（）中，从而不再需要读写HDFS。因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的Map Reduce的算法。
第7题
大数据的作用（）
A.大数据的处理分析正成为新一代信息技术融合应用的结点
B.大数据是信息产业持续高速增长的新引擎
C.大数据利用将成为提高核心竞争力的关键因素
D.大数据时代科学研究的方法手段将发生重大改变
第9题
加速引擎是TaiShan200服务器基于Kunpeng处理器提供的硬件加速解决方案，以下关于加速引擎说法正确的是（）
A.适用子Web服务场景下的视频流数据
B.用于加速SSLTLS应用和数据压缩，可以显著降低处理消耗提高处理器效率
C.仅支持非对称算法RSA, Key Sizes 1024/2048/3072/4096
D.加速引擎对应用层屏蔽了其内部实现细节，用户通过驱动统一接口Warp即可以实现快速迁移现有业务
