下面哪个是 MapReduce 适合做的?( )A. 迭代计算B. 离线计算C. 实时交互计算D. 流式计算

本题主要考察MapReduce框架的适用场景，需结合各选项计算类型的特点与MapReduce的核心特性进行匹配。

关键知识点回顾

MapReduce是一种分布式计算框架，核心核心特点是离线批处理**：通过将任务拆分（Map）和结果合并（ReduceReduce），适合处理大规模静态数据集，且计算过程通常是批量、非实时的**。

选项分析

• A. 迭代计算：迭代计算需要频繁读写中间结果（如机器学习的梯度下降），而MapReduce的设计更倾向于一次性批处理，迭代过程中的数据 shuffle 和磁盘IO开销大，并非MapReduce的优势场景。
• B. 离线计算：离线计算指对非实时数据进行批量处理（如日志分析、数据仓库构建），MapReduce的“分治+批量处理”模式完全匹配这一需求，是其典型适用场景。
• C. 实时交互计算：实时计算要求低延迟（亚）秒级响应（如在线查询），而MapReduce的任务启动和 shuffle 过程延迟高，无法满足实时性。
• D. 流式计算：流式计算需持续处理动态流入的数据（如实时监控），MapReduce基于静态数据集的批处理设计，不适合动态数据流。