请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.每个 DStream 在内部是由许多 RDD（批次）组成，且无状态转化操作是分别应用到每个 RDD 上的？ 选项： A:正确 B:错误
- 2.Spark Streming中（）函数可以通过对源DStream的每RDD应用RDD-to-RDD函数返回一个新的DStream，这可以用来在DStream做任意RDD操作。A、transformB、reduceC、joinD、cogroup
- 3.关于DStream窗口操作的方法，以下选项中描述错误的是()。 选项： A:countByValueAndWindow()方法基于滑动窗口计算源DStream中每个RDD内 B:reduceByKeyAndWindow()方法类似reduceByKey()方法，两者操作的数据源相同 C:reduceByWindow()方法基于滑动窗口对源DStream中的元素进行聚合操作，得到一个新的DStream
- 4.Spark中DStream的转换操作中，将RDD进行聚合的操作是（ ） 选项： A、flatmap B、reduce C、count D、union
- 5.关于DStream的转换操作，使用（）方法后，除了可以使用DStream提供的一些方法之外，还能直接调用RDD操作中的任意的方法。 选项： A、window() B、reduce() C、transform() D、join()
- 6.RDD的转换操作通过某种函数将一个RDD 转换为一个新的RDD ， 但是转换操作是懒操作，不会立刻执行计算。
- 7.DStream 的转换操作方法中，哪个方法可以直接调用 RDD 上的操作方法？（） 选项： A:transform B:updateStateByKey C:countByKey() D:cogroup
- 8.在 Spark Streaming中,DStream的输出操作是真正触发DStream上所有转换操进行计算。
- 9.关于 DStream 的转换操作,以下选项中说法错误的是（ ）。 选项： A: filter(func)方法可以对源DSteam 中的每一个元素应用func函数进行计算，如果func 函数返回结果为true，则保留该元素,否则丢弃该元素,返回一个新的DStream B:count（）方法可以统计DStream中每个RDD包含的元素的个数 C: map(func)方法可以对源 DStream 的每一个元素应用func函数返回一个新的DStream D: union(otherStream)方法可以合并两个 DStream，生成一个包含两个 DStream中相同元素的新的 DStream
- 10.使用transform操作后，除了可以使用DStream提供的一些转换方法之外，还能够通过transform中的（ ）参数直接调用任意RDD上的操作函数。选项： A:func函数 B:sortBy函数 C:flatMap函数 D:cogroup函数
- 11.DStream本质上是一系列按照时间持续不断产生的RDD，DStream中的每个RDD都包含了一个时间段内的数据。（ ）
- 12.Spark Streaming对DStream的转换操作会转换为什么操作？ 选项： A: RDD的转换操作 B: DataFrame的转换操作 C: Dataset的转换操作 D: Block的转换操作
- 13. DStream的转换操作⽅法中，哪个⽅法可以直接调⽤RDD上的操作⽅法？ 选项： A:transform(func) B:updateStateByKey(func) C:countByKey() D:cogroup(otherStream，numTasks])
- 14.在Spark Streaming中，DStream的输出操作是真正触发DStream上所有转换操作进行计算。 ----------- 【判断题】 选项： A:正确 B:错误
- 15.1、在DStream窗口操作中，( )方法返回一个基于源DStream的窗口批次计算后得到的新DStream。 选项： A、window() B、countByWindow() C、reduceByWindow() D、reduceByKeyAndWindow()
- 16.(单选题)关于 DStream 的转换操作，以下选项中说法错误的是( ) 选项： A:map(func)方法可以对源 DStream 的每一个元素应用 func 函数返回一个新的DStream B:union(otherStream)方法可以合并两个 DStream，生成一个包含两个 DStream中相同元素的DStream。 C:count()方法可以统计DStream 中每个RDD 包含的素的个数 D:filter(func)方法可以对源 DSteam 中的每一个元素应用 func 函数进行计算，如果 func 函数返回结果为 true，则保留该元素，否则丢弃该元素，返回一个新的DStream
- 17.在Spark Streaming中，DStream的输出操作是真正触发DStream上所有转换操作 进行计算。 三、选择题 选项： A:正确 B:错误
- 18.DStream的转换操作方法中,( )方法可以直接调用RDD上的操作方法。 选项： A:countByKey() B:updateStateByKey(func) C:cogroup(otherStream,numTasks]) D:transform(func)
- 19.DStream的转换操作方法中，哪个方法可以直接调用RDD上的操作方法( ) 选项： A: transform(func) B: updateStateByKey(func) C: countByKey() D: cogroup(otherStream,
- 20.DStream 的转换操作方法中,哪个方法可以直接调用 RDD上的操作方法?(A) 选项： A:transform(func) B:countByKey() C:updateStateByKey(func) D:cogroup(otherStream,numTasks])
- 21.DStream的转换操作方法中，哪个方法可以直接调用RDD上的操作方法？ 选项： A、transform(func) B、updateStateByKey(func) C、countByKey() D、cogroup(otherStream,[numTasks])
- 22.(单选题)在DStream窗口操作中,( )方法返回一个基于源DStream的窗口批次计算后得到的新DStream。 选项： A:reduceByKeyAndWindow() B:reduceByWindow() C:countByWindow() D:window()
- 23.在Spark Streaming中，DStream的输出操作是真正触发DStream上所有转换操作进⾏计算。 对错 选项： A:正确 B:错误
- 24.Spark Streaming中的DStream转换操作会转变成对什么的转换操作？ 选项： A:Kafka Streams B:Flume C:Zookeeper服务 D:RDD
- 25.下列关于RDD典型执行过程的描述，正确的是（ ）。 选项： A、RDD经过系列动作操作，每次产生不同RDD，供给下一个动作操作使用。 B、RDD采用惰性调用，即在RDD 执行过程中，真正计算发生在RDD“转换”操作。 C、RDD对于“动作”操作之前所有“转换”操作，Spark只是记录下RDD生成轨迹。 D、RDD采用惰性调用，通过血缘关系连接系列RDD操作可以实现管道化（Pipeline）。
