歪理邪说解析架构设计师上午考试试题之八(分析2010下半年系统架构设计师上午试题36-40题)

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: 歪理邪说解析架构设计师上午考试试题之八分析2010下半年系统架构设计师上午试题36-40题【引言】1.一直期待专业的技术话题也能和《明朝哪些事》一样,有趣和好玩,能吸引大家的去阅读,并享受其乐趣;2.培养对技术的兴趣,有时候比掌握技术本身更重要;一旦有了浓厚的兴趣,自己主动就会主动去探寻,去发现技术的秘密。

歪理邪说解析架构设计师上午考试试题之八

分析2010下半年系统架构设计师上午试题36-40题

【引言】

1.一直期待专业的技术话题也能和《明朝哪些事》一样,有趣和好玩,能吸引大家的去阅读,并享受其乐趣;

2.培养对技术的兴趣,有时候比掌握技术本身更重要;一旦有了浓厚的兴趣,自己主动就会主动去探寻,去发现技术的秘密。所谓迈入技术的科技殿堂,也许就是来自自己对技术真正有了乐趣,并享受其过程。解决了学习驱动力问题。

3.偶发现专业知识,如果用搞笑、异类、歪理邪说来解读记忆得会更牢固些。因为你发现技术不是高高在上,深不可测,而是和日常生活紧密相她原来就在我们身边,从未走远。

【试题】

●在基于构件的软件开发中,___(36)___描述系统设计蓝图以保证系统提供适当的功能;___(37)___用来了解系统的性能、吞吐率等非功能性属性。

(36)A.逻辑构件模型    B.物理构件模型

     C.组件接口模型    D.系统交互模型

(37)A.逻辑构件模型    B.物理构件模型

     C.组件接口模型    D.系统交互模型

【歪理邪说】

“系统设计蓝图”系统设计应该都是偏逻辑的。

RUP  “4+1”视图里,就讲到逻辑视图,关注的是系统的功能。

(37) 答案应该在B、D之间进行选择,但是题目中仅仅只说了系统的性能、吞吐率等非功能性属性,没有讲到“交互”的概念。

参考答案:(36) A (37)  B

 

●对象管理组织(OMG )基于CORBA基础设施定义了四种构件标准。其中,___(38)___的状态信息是由构件自身而不是由容器维护。

(38)A.实体构件   B.加工构件

     C.服务构件   D.会话构件

【正解】

定义了四种构件标准,分别是:实体构件、加工构件、服务构件以及会话构件。

 

实体(Entity)构件:需要长期持久化并主要用于事务性行为,由容器来管理其持久化的问题。

 

加工(Process)构件:同样需要容器管理其持久化,但是没有客户端可以访问的主键。

 

会话(Session)构件:不要容器管理其持久化问题,其状态信息必须由构件自己来管理。

 

服务构件(Service)是没有状态的信息,也就无从谈起维护不维护的问题了。

参考答案:D

 

 

●分布式系统开发中,通常需要将任务分配到不同的逻辑计算层。业务数据的综合计算分析任务属于___(39)___。

(39)A.表示逻辑层  B.应用逻辑层  C.数据处理层  D.数据层

【歪理邪说】

题干提到“业务数据”以及“综合计算”,这两个关键词,应该属于逻辑应用层,比较适合。

【正解】

分布式系统开发,分为5个层,分别是:

1.表示层、

2.表示逻辑层

3.应用逻辑层

4.数据处理层

5.数据层。

 

序号

层名

作用

1

表示层

实现用户界面

2

表示逻辑层

为了生成数据表示而必须进行的处理任务,如输入数据的编辑等等;

3

应用逻辑层

为了支持实际的业务应用和规则,所需的应用逻辑和处理过程,如信用检查、数据计算和分析等;

4

数据处理层

存储和访问数据库中的数据所需的应用逻辑和命令,如查询语句和存储过程等等;

5

数据层

数据库中实际存储的业务数据

 

参考答案:B

 

 

●在客户机/服务器系统开发中,采用___(40)___时,应将数据层和数据处理层放置于服务器,应用逻辑层、表示逻辑层和表示层放置于客户机。

(40)A.分布式表示结构          B.分布式应用结构

     C.分布式数据和应用结构    D.分布式数据结构

【正解】

 

分布式计算架构类型

客户机

服务器

分布式表示结构

表示层、表示逻辑层放置在客户机

应用逻辑层、数据处理层、数据层放置在服务器

分布式数据和应用结构

表示层、表示逻辑层放置在客户机

数据处理层、数据层放置在数据服务器

应用逻辑层放置在应用服务器

分布式数据结构

表示层、表示逻辑层以及应用逻辑层放置在客户机

数据处理层、数据层放置在服务器

 

参考答案:D


相关文章
|
6天前
|
机器学习/深度学习 缓存 自然语言处理
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
Tiktokenizer 是一款现代分词工具,旨在高效、智能地将文本转换为机器可处理的离散单元(token)。它不仅超越了传统的空格分割和正则表达式匹配方法,还结合了上下文感知能力,适应复杂语言结构。Tiktokenizer 的核心特性包括自适应 token 分割、高效编码能力和出色的可扩展性,使其适用于从聊天机器人到大规模文本分析等多种应用场景。通过模块化设计,Tiktokenizer 确保了代码的可重用性和维护性,并在分词精度、处理效率和灵活性方面表现出色。此外,它支持多语言处理、表情符号识别和领域特定文本处理,能够应对各种复杂的文本输入需求。
37 6
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
|
25天前
|
SQL 运维 BI
湖仓分析|浙江霖梓基于 Doris + Paimon 打造实时/离线一体化湖仓架构
浙江霖梓早期基于 Apache Doris 进行整体架构与表结构的重构,并基于湖仓一体和查询加速展开深度探索与实践,打造了 Doris + Paimon 的实时/离线一体化湖仓架构,实现查询提速 30 倍、资源成本节省 67% 等显著成效。
湖仓分析|浙江霖梓基于 Doris + Paimon 打造实时/离线一体化湖仓架构
|
27天前
|
存储 人工智能 并行计算
2025年阿里云弹性裸金属服务器架构解析与资源配置方案
🚀 核心特性与技术创新:提供100%物理机性能输出,支持NVIDIA A100/V100 GPU直通,无虚拟化层损耗。网络与存储优化,400万PPS吞吐量,ESSD云盘IOPS达100万,RDMA延迟<5μs。全球部署覆盖华北、华东、华南及海外节点,支持跨地域负载均衡。典型应用场景包括AI训练、科学计算等,支持分布式训练和并行计算框架。弹性裸金属服务器+OSS存储+高速网络综合部署,满足高性能计算需求。
|
1月前
|
传感器 监控 安全
智慧工地云平台的技术架构解析:微服务+Spring Cloud如何支撑海量数据?
慧工地解决方案依托AI、物联网和BIM技术,实现对施工现场的全方位、立体化管理。通过规范施工、减少安全隐患、节省人力、降低运营成本,提升工地管理的安全性、效率和精益度。该方案适用于大型建筑、基础设施、房地产开发等场景,具备微服务架构、大数据与AI分析、物联网设备联网、多端协同等创新点,推动建筑行业向数字化、智能化转型。未来将融合5G、区块链等技术,助力智慧城市建设。
|
2月前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
480 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
2月前
|
XML Java 开发者
Spring底层架构核心概念解析
理解 Spring 框架的核心概念对于开发和维护 Spring 应用程序至关重要。IOC 和 AOP 是其两个关键特性,通过依赖注入和面向切面编程实现了高效的模块化和松耦合设计。Spring 容器管理着 Beans 的生命周期和配置,而核心模块为各种应用场景提供了丰富的功能支持。通过全面掌握这些核心概念,开发者可以更加高效地利用 Spring 框架开发企业级应用。
89 18
|
2月前
|
测试技术 双11 开发者
一文分析架构思维之建模思维
软件里的要素不是凭空出现的,都是源于实际的业务。本文从软件设计本源到建模案例系统的介绍了作者对于建模的思维和思考。
|
3月前
|
机器学习/深度学习 存储 人工智能
基于AI的实时监控系统:技术架构与挑战分析
AI视频监控系统利用计算机视觉和深度学习技术,实现实时分析与智能识别,显著提升高风险场所如监狱的安全性。系统架构包括数据采集、预处理、行为分析、实时决策及数据存储层,涵盖高分辨率视频传输、图像增强、目标检测、异常行为识别等关键技术。面对算法优化、实时性和系统集成等挑战,通过数据增强、边缘计算和模块化设计等方法解决。未来,AI技术的进步将进一步提高监控系统的智能化水平和应对复杂安全挑战的能力。
|
3月前
|
Cloud Native API 持续交付
云原生架构下的微服务治理策略与实践####
本文旨在探讨云原生环境下微服务架构的治理策略,通过分析当前面临的挑战,提出一系列实用的解决方案。我们将深入讨论如何利用容器化、服务网格(Service Mesh)等先进技术手段,提升微服务系统的可管理性、可扩展性和容错能力。此外,还将分享一些来自一线项目的经验教训,帮助读者更好地理解和应用这些理论到实际工作中去。 ####
82 0
|
3月前
|
Java 开发者 微服务
从单体到微服务:如何借助 Spring Cloud 实现架构转型
**Spring Cloud** 是一套基于 Spring 框架的**微服务架构解决方案**,它提供了一系列的工具和组件,帮助开发者快速构建分布式系统,尤其是微服务架构。
350 69
从单体到微服务:如何借助 Spring Cloud 实现架构转型

热门文章

最新文章

推荐镜像

更多