20240924软考架构-------软考191-195答案解析

每日打卡题191-195答案

191、服务网格(ServiceMesh)是分布式应用在微服务软件架构之上发展起来的新技术,旨在将那些微服务间的( )等通用功能下沉为平台基础设施,实现应用与平台基础设施的解耦。

A.连接、安全、流量控制和可观测 B.访问、重试、容错性

C.服务发现、治理、可用性 D.限流、熔断、可靠性

答案: A

解析:服务网格(ServiceMesh)是分布式应用在微服务软件架构之上发展起来的新技术,旨在将那些微服务间的连接、安全、流量控制和可观测等通用功能下沉为平台基础设施,实现应用与平台基础设施的解耦。这个解耦意味着开发者无需关注微服务相关治理问题而聚焦于业务逻辑本身提升应用开发效率并加速业务探索和创新。换句话说,因为大量非功能性从业务进程剥离到另外进程中,服务网格以无侵入的方式实现了应用轻量化。

192、在 Lambda 架构中,数据集必须满足的属性不包括( )。

A. 数据是原始的 B. 数据是可变的

C. 数据是连续的 D. 数据永远是真实的

答案: B

解析:Lambda 架构的主数据集必须满足三个属性:数据是原始的、数据是不可变的、数据永远是真实的。因此,B选项 "数据是可变的" 不符合要求。

193、与 Lambda 架构的设计思想有一定程度的相似的架构模式是( )。

A. 分布式文件系统 (Distributed File System) B. 事件溯源 (Event Sourcing)

C. 集群计算 (Cluster Computing) D. 服务网格 (Service Mesh)

答案: B

解析:Lambda 架构与事件溯源 (Event Sourcing) 架构模式的设计思想有一定程度的相似性。两者都使用统一的数据模型对数据处理事件进行定义,确保在发生错误时能通过重新计算恢复系统的正确状态。

194、在 Lambda 架构中,通过将批处理视图 (Batch View) 和实时视图 (Real-time View) 中的结果数据集合并到最终数据集的层次是( )。

A. 批处理层 (Batch Layer) B. 加速层 (Speed Layer)

C. 服务层 (Serving Layer) D. 数据源 (Data Source)

答案: C

解析:服务层 (Serving Layer) 用于合并批处理视图 (Batch View) 和实时视图 (Real-time View) 中的结果数据集到最终的数据集,并提供低延迟访问。

195、 数据系统的组成部分是数据和查询,其中When指的是数据与时间相关,What指的是数据本身。关于What的特性,正确的选项是( )。

B. 时间决定了数据发生的全局先后顺序

C. 数据库中的数据无序

D. 数据不需要考虑时间顺序

答案: B

解析:What指的是数据本身,由于数据跟某个时间点相关,所以数据是不可变的(Immutable),过往的数据已经成为事实(Fact),你不可能回到过去的某个时间点去改变数据事实。

相关推荐
java_logo17 分钟前
Docker 部署 dockurr/windows:轻松搭建浏览器可控 Windows 虚拟机
运维·windows·docker·容器·虚拟机·kvm·轩辕镜像
怪奇云呼军20 分钟前
从 ElevenLabs 看工具调用:闪电智能 Voice Agent 的企业集成验收设计
android·大数据·运维·服务器·网络·人工智能·kotlin
AOI小白新手上路27 分钟前
韦东山《ARM 架构与编程》3-2 GPIO 引脚操作方法概述 · 学习笔记
arm开发·学习·架构
其实防守也摸鱼28 分钟前
内网安全防护实践:从攻击视角理解防御要点
java·前端·安全·架构·自动化·nps
智购科技自动售货机工厂35 分钟前
数字人民币硬钱包支付失败,排查发现是NFC读卡器功率不足~YH
python·面试·架构·eclipse·emacs
海宇AI1 小时前
零信任架构实战:基于海宇车型识别精准构建自动化车队评估微服务
java·人工智能·架构·自动化
j7~1 小时前
【Linux网络】四十六.《高级 IO (上篇)》-- 详解
linux·运维·网络
硅基手札1 小时前
【risc-v专栏03】CSR 速查与特权架构 M/S/U
单片机·架构·risc-v
IT大白鼠1 小时前
彭大帅的AI运维助手——自然语言管理 Linux 集群与网络设备——第 0 篇 · 导读:把 Linux 运维交给 AI,到底靠谱吗
linux·运维·人工智能
一木 之林1 小时前
多模态大模型一统精讲 NLP 和 CV:从 ViT、CLIP 到 BLIP、LLaVA 的三段式统一架构
人工智能·自然语言处理·架构