16. 關於 Hadoop 相關巨量資料處理技術，下列敘述何者「不正確」？
(A) HDFS 是分散式檔案處理架構
(B) HBase 是欄位導向資料模型處理架構
(C) MapReduce 是大量檔案資料處理引擎架構
(D) Hive 是類似 SQL 處理語法以擷取、轉換資料作業

答案：登入後查看
統計： A(0), B(6), C(0), D(4), E(0) #3219150

詳解 (共 1 筆)

#6332638

要回答本題，先逐一檢視四個選項是否與實際 Hadoop 生態系中的組件特性相符：

  1. (A) HDFS 是分散式檔案處理架構

    • 正確。HDFS（Hadoop Distributed File System）是 Hadoop 最核心的分散式檔案系統，提供大規模檔案的分散儲存與存取功能。

  2. (C) MapReduce 是大量檔案資料處理引擎架構

    • 正確。MapReduce 為 Hadoop 最早期的分散式大規模運算框架，擅長以「映射（Map）」與「歸納（Reduce）」的模式進行批次、分散式的資料處理。

  3. (D) Hive 是類似 SQL 處理語法以擷取、轉換資料作業

    • 正確。Hive 提供 HiveQL（類似 SQL 的查詢語言）讓使用者能用類 SQL 的方式，對 HDFS 中的大量資料進行查詢與轉換。

關鍵在 (B)：HBase 是欄位導向資料模型處理架構？

  • HBase 是一種「寬欄式（Wide-Column Store）NoSQL 資料庫」，類似 Google BigTable。雖然它是「以欄族（Column Family）」來做資料的邏輯切分，但並不等於傳統數據倉儲中「真正的欄式資料庫（Column-Oriented Database）」，例如 Vertica、MonetDB、ClickHouse 等會將欄資料物理上集中存放，以利壓縮與欄向掃描。

  • HBase 實際上是以「RowKey + ColumnFamily + Qualifier + Timestamp」等屬性設計的一種NoSQL Key-Value 資料儲存。它常被歸類為**「寬欄式（Wide-Column Store）」**，並非嚴格上傳統意義的「欄式資料庫（Column-Oriented）」。

因此，(B) 所說的「欄位導向資料模型處理架構」如果被解讀為「真正的（純）欄式資料庫」，那就不太正確；HBase 更準確的描述應該是**「寬欄式（Wide-Column）Key-Value Store」**。

小結

  • (A)、(C)、(D) 均為 Hadoop 生態系中常見且正確的描述；
  • (B) 若將 HBase 說成「欄位導向資料庫」而忽略其實際是「寬欄式 NoSQL」的特性，則容易造成誤解或不夠精準，因而被視為「不正確」的敘述。

因此，本題答案：「(B) HBase 是欄位導向資料模型處理架構」為不正確。

0
0