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.spark是什么（ ） 选项： A:spark是基于内存计算的框架 B:Spark是基于磁盘计算的框架 C:Spark是一种基于RDD计算框架 D:Spark是一种并行计算框架
- 2.关于Spark的特性说法正确的是:选项： A:Scala是Spark的主要编程语言，但Spark还支持Java、Python、R作为编程语言; B:Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高; C:Spark基于DAG的任务调度执行机制，要优于Hadoop MapReduce的迭代执行机制; D: Spark的计算模式也属于MapReduce，但编程模型比Hadoop MapReduce更灵活
- 3.下列对spark的描述错误的是A.快速、分布式、可扩展、容错的大数据计算框架B.基于内存计算，具有 低延迟的复杂分析性能C.Spark是Hadoop的替代方案D.Spark主要为交互式查询和迭代算法设计，支持内存存储和高效的容错恢复，Spark中间输出结果可以保存在内存中，减少读写HDFS的次数。
- 4.Spark比MapReduce快的原因不包括()。 选项： A:Spark基于内存选代，而MapReduce基于磁盘选代 B:DAG计算模型比MapReduce更有效率 C:Spark是粗粒度的责源调度，而MapReduce是细粒度的资源调度 D:Spark支持交互式处理，MapReduce善于处理流计算
- 5.Flink和Spark一样，都是基于内存的计算框架，都支持流计算。 A: 正确 B: 错误
- 6.Flink和Spark一样，都是基于内存的计算框架，都支持流计算。选项： A:正确; B:错误
- 7.Spark比MapReduce快的原因不包括()。 选项： A:Spark基于内存迭代， B:DAG计算模型比MapReduce更有效率 C:Spark是粗粒度的资源调度， D:Spark支持交互式处理，
- 8.Flink和Spark一样，都是基于内存的计算框架，都支持流计算。 选项： A、正确 B、错误
- 9.Spark与Hadoop的区别（ ）？ 选项： A:Spark是基于内存计算框架，而Hadoop基于硬盘计算框架 B:Spark是基于硬盘计算框架，而Hadoop基于内存计算框架 C:Spark是一站式计算框架，而Hadoop只适合离线处理计算框架 D:Spark只适合离线处理计算框架，而Hadoop是一站式计算框架
- 10.下面关于Spark SQL的描述正确的是:( ) 选项： A、Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据 B、 Spark SQL目前支持Scala、Java编程语言,暂时不支持Python语言 C、 Spark SQL执行计划生成和优化都由Catalyst(函数式关系查询优化框架)负责 D、 Spark SQL增加了DataFrame(即带有Schema信息的RDD),使用户可以在Spark SQL中执行SQL语句
- 11.下面关于Spark SQL的描述正确的是:( ) A: Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据 B: Spark SQL目前支持Scala、Java编程语言,暂时不支持Python语言 C: Spark SQL执行计划生成和优化都由Catalyst(函数式关系查询优化框架)负责 D: Spark SQL增加了DataFrame(即带有Schema信息的RDD),使用户可以在Spark SQL中执行SQL语句
- 12.spark于Hadoop的区别是（ ） 选项： A:spark是基于内存计算框架，而Hadoop基于硬盘计算框架 B:Spark是基于硬盘计算框架，而Hadoop基于内存计算框架 C:Spark是一站式计算框架，而Hadoop只适合离线处理计算框架 D:Spark只适合离线处理计算框架，而Hadoop是一站式计算框架
- 13.下面关于Spark SQL的描述正确的是：（ ） 选项： A、Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据 B、Spark SQL目前支持Scala、Java编程语言，暂时不支持Python语言 C、Spark SQL执行计划生成和优化都由Catalyst（函数式关系查询优化框架）负责 D、Spark SQL增加了DataFrame（即带有Schema信息的RDD），使用户可以在Spark SQL中执行SQL语句
- 14.Spark相对于Hadoop MapReduce，其优点在于（）选项： A:Spark对数据集可以执行的操作少于MapReduce; B:Spark执行时间与Hadoop相差无几; C:Spark提供了内存计算; D:Spark基于MapReduce的迭代执行机制
- 15.Spark相对于MapReduce的优点包括：选项： A:Spark的计算模式也属于MapReduce，但不局限于Map和Reduce操作，还提供了多种数据集操作类型，编程模型比MapReduce更灵活; B:Spark提供了内存计算，中间结果直接放到内存中，带来了更高的迭代运算效率; C:Spark同时提供了存储功能，而MapReduce不支持存储; D:Spark基于DAG的任务调度执行机制，要优于MapReduce的迭代执行机制
- 16.以下关于MapReduce和Spark的说法，错误的是（ ）。 选项： A、Spark中没有map和reduce操作。 B、 MapReduce不适合迭代计算。 C、 Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高。 D、 Spark基于DAG的任务调度执行机制，要优于Hadoop MapReduce的迭代执行机制。
- 17.【单选题】下列关于Spark的描述错误的是A. Spark是一种快速、通用、可扩展的大数据分析引擎 B. Spark是基于hadoop实现的分布式计算框架 C. Spark的中间输出和结果输出可以保存在内存中，从而不再需要读写HDFS D. Spark是一种计算引擎，主要负责数据的计算
- 18.Spark是基于内存的计算引擎，所有Spark程序运行过程中的数据只能存储在内存中。 选项： A:正确 B:错误
- 19.23、下面关于Spark SQL的描述正确的是： 选项： A、A. Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据 B、B. Spark SQL目前支持Scala、Java编程语言，暂时不支持Python语言 C、C. Spark SQL执行计划生成和优化都由Catalyst（函数式关系查询优化框架）负责 D、D. Spark SQL增加了DataFrame（即带有Schema信息的RDD），使用户可以在Spark SQL中执行SQL语句
- 20.spark-shell的使用正确的说法是（） A: spark-shell 会默认进入Python的交互式执行环境 B: spark-shell支持Scala编程语言 C: spark-shell不支持Python编程语言 D: spark-shell命令不会默认进入Scala的交互式执行环境
