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是基于内存计算的大数据并行计算框架，可以用来快速处理数据，支持迭代计算和各种数据挖掘以及机器学习算法。 选项： A:正确 B:错误
- 2.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。
- 3.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
- 4.Spark拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS选项： A:正确; B:错误
- 5.Spark采用RDD以后能实现高效计算的原因有（）选项： A:中间结果存入磁盘; B:中间结果可持久化到内存; C:高效的容错性; D:采用分区可实现计算向数据靠拢
- 6.Spark采用RDD以后能实现高效计算的原因有（）选项： A:中间结果存入磁盘; B:中间结果可持久化到内存; C:高效的容错性; D:采用分区可实现计算向数据靠拢
- 7.相比于Hadoop MapReduce，Spark主要具有（ ）优点 选项： A、提供了分布式储存架构 B、Spark计算模式属于MapReduce，不局限于Map和Reduce操作，提供多种数据集操作类型，编程模型比Hadoop MapReduce灵活 C、Spark提供内存计算，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
- 8.关于Spark的特性说法不正确的是（ ）。 选项： A、Scala是Spark唯一支持的编程语言 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的计算模式也属于MapReduce，但编程模型比Hadoop MapReduce更灵活 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
- 9.Spark采用RDD以后能够实现高效计算的原因主要在于?A.高效的容错性B.中间结果持久化到内存,数据在内存中的多个C.存放的数据可以是Java对象,避免了不必要的对象序列化和反序列化D.现有容错机制:数据复制或者记录日志
- 10.spark采用RDD以后能够实现高效计算的原因主要在于? 选项：A、高效的容错性B、中间结果持久化到内存,数据在内存中的多个C、存放的数据可以是Java对象.避免了不必要的对象序列化和反序列化D、采用数据复制实现容错
- 11.spark采用rdd以后能够实现高效计算的原因主要在于?( ) 选项：A、高效的容错性B、中间结果持久化到内存,数据在内存中的多个C、存放的数据可以是java对象,避免了不必要的对象序列化和反序列化D、采用数据复制实现容错
- 12.以下选项中哪些是Spark的优点？? 具有高效的容错性利用进程模型可以将中间结果持久化到内存表达能力有限
- 13. spark和hadoop对比，说法正确的是？ A: Hadoop中间结果会存储在磁盘上 B: spark中间结果会存储在内存中 C: Spark已经完全取代hadoop D: Spark相对于hadoop提供了更多的操作
- 14.智慧职教: Spark是一款开源的基于内存计算的分布式计算系统，能够对大数据进行快速分析处理。
- 15.下列关于Spark计算框架描述正确的有（ ）。选项： A:由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发。 B:类似Hadoop MapReduce的通用并行框架，是基于内存计算的大数据并行计算框架。 C:可用于构建大型的、低延迟的数据分析应用程序。 D:Spark 运算比 Hadoop 的 MapReduce 框架慢。
- 16.以下选项中哪些是Spark的优点？ 选项：具有高效的容错性|利用进程模型|可以将中间结果持久化到内存|表达能力有限
- 17.Spark是基于内存计算的大数据并行计算框架，可用作数据处理、迭代计算、数据挖掘。 选项： A:正确 B:错误
- 18.下列关于Spark的说法正确的有?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生态系统中，Spark SQL组件可实现基于历史数据的交换式查询应用C．Spark生态系统中，Spark Streaming组件可实现基于实时数据流数据处理应用D．Spark 生态系统中，Spark组件可实现复杂批量数据处理的应用需求，其特点是基于内存的计算，比MapReduce速度更快
- 19.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:TRUE B:FALSE
