7. 下列何者為大數據資料處理架構的優點，其目的在於根據實際需求來擴展適當的容量及效能?
(A) 垂直擴充(Scale-up)設計
(B) 水平擴充(Scale-in)設計
(C) 橫向擴充(Scale-out)設計
(D) 集中式(Centralized)設計

答案：登入後查看
統計： A(73), B(91), C(390), D(68), E(0) #3438295

詳解 (共 2 筆)

#6450786
(C) 橫向擴充(Scale-out)...
(共 165 字，隱藏中）
前往觀看
12
0
#6608674

(A) 垂直擴充 (Scale-up)

? 指的是升級單一機器（例如換更快的 CPU、更多記憶體）。優點是架構簡單，但受限於單機硬體瓶頸，成本也高。

(B) 水平擴充 (Scale-in)
? 嚴格來說「Scale-in」通常指「縮減節點數」而不是擴展，不符合題目「擴展容量與效能」。

(C) 橫向擴充 (Scale-out)
? 指的是 透過增加多台伺服器節點，來分散負載與擴展效能。這正是大數據處理（如 Hadoop、Spark、雲端架構）最大的優點，可以依需求加減節點，具備高彈性與高擴充性。

(D) 集中式 (Centralized)
? 所有資料都集中在單一伺服器或資料庫，缺點是效能瓶頸與單點故障問題，與「大數據」精神相反。

9
0