搜题
章节测试答案
学历考试
继续教育
网课答案
网课答案全集
登录
注册
请在
下方输入
要搜索的题目:
搜 索
立 即 搜 题
Spark SQL复用了Hive提供的元数据仓库(Metastore)、HiveQL、【】以及序列化和反序列工具(SerDes)。
复用
序列化
发布时间:
2024-05-14 17:04:09
首页
章节测试答案
推荐参考答案
(
由 搜题小帮手 官方老师解答 )
联系客服
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。
查看参考答案
相关试题
1.
Spark SQL在Hive兼容层面仅依赖()。 选项: A、HiveQL解析 B、Catalyst(函数式关系查询优化框架) C、Hive元数据 D、进程级并行
2.
Apache Hive是Spark上的SQL引擎,也是大数据系统中重要的数据仓库工具。
3.
下面关于Spark SQL架构的描述错误的是( )。 (3.0)(3.2) 选项: A、在Shark原有的架构上重写了逻辑执行计划的优化部分,解决了Shark存在的问题 B、Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据 C、Spark SQL执行计划生成和优化都由Catalyst负责 D、Spark SQL执行计划生成和优化需要依赖Hive来完成
4.
关于Spark SQL和Hive、MySQL,以下表述正确的是() 选项: A、Spark SQL不仅能够查询MySQL数据库中的数据,还可以向表中插入新的数据。 B、Spark SQL支持访问Hive数据仓库,并在Spark引擎中进行统计分析 C、Apache Hive是Spark上的SQL引擎,也是大数据系统中重要的数据仓库工具 D、由于Spark SQL在Hive兼容层面仅保留了将SQL转换为抽象语法树,其他部分由Spark SQL接管了,因此在版本迭代时很容易添加新的优化策略。
5.
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
6.
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
7.
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
8.
下面关于Spark SQL架构的描述错误的是:( ) 选项: A:在Shark原有的架构上重写了逻辑执行计划的优化部分,解决了Shark存在的问题 B:Spark SQL在hive兼容层面仅依赖HiveQL解析hive元数据 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执行计划生成和优化需要依赖hive来完成
9.
Spark SQL支持访问Hive数据仓库,并在Spark引擎中进行统计分析。
10.
下面关于Spark SQL架构的描述错误的是:A.在 Shark 原有的架构上重写了逻辑执行计划的优化部分,解决了 Shark 存在的问题B.Spark SQL 在 Hive 兼容层面仅依赖 HiveQL 解析和 Hive 元数据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 执行计划生成和优化需要依赖 Hive 来完成
11.
单选(2分)下面关于Spark SQL架构的描述错误的是: 选项: A:在Shark原有的架构上重写了逻辑执行计划的优化部分,解决了Shark存在的问题 B: Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据 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执行计划生成和优化需要依赖Hive来完成
12.
单选(2分)下面关于Spark SQL架构的描述错误的是:() 选项: A、在Shark原有的架构上重写了逻辑执行计划的优化部分,解决了Shark存在的问题 B、Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据 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执行计划生成和优化需要依赖Hive来完成
13.
Apache Hive是Spark上的SQL引擎,也是大数据系统中重要的数据仓库工具。 选项: A:正确 B:错误
14.
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
15.
Spark SQL⽀持访问Hive数据仓库,并在Spark引擎中进⾏统计分析。 对错 选项: A:正确 B:错误
16.
Spark SQL支持访问Hive数据仓库,并在Spark引擎中进行统计分析。 选项: A:正确 B:错误
17.
Spark SQL可以在现有的数据仓库上运行不做任何修改的Hive查询。
18.
Hive工作原理,包含以下哪几个步骤()。此题分数:1分 选项: A:CLI将用户提交的HiveQL语句发送给DRIVER B:DRIVER将HiveQL语句发送给COMPILER获取执行计划 C:COMPILER从METASTORE获取HiveQL语句所需的元数据 D:METASTORE将查询到的元数据信息发送给COMPILER
19.
Spark SQL支持访问Hive数据仓库,并在Spark引擎中进行统计分析。(中) 选项: A:正确 B:错误
用户中心
登录
没有账号?
点我注册
热门标签
防冻剂
斗方
代管
举办者
岳北
盖帽
歌功颂德
获奖项
装相
温度计
登录 - 搜题小帮手
登录
立即注册
已购买搜题包,但忘记账号密码?
登录即同意
《服务协议》
及
《隐私政策》
注册 - 搜题小帮手
确认注册
立即登录
登录即同意
《服务协议》
及
《隐私政策》
购买搜题卡查看答案
购买前请仔细阅读
《购买须知》
体验
30天体验包
¥
5.99
无赠送,体验一下
查看100次答案
推荐
半年基础包
¥
9.99
畅享300次搜题
查看300次答案
随心用
超值包一年
¥
29.99
超值包,一万次搜题
查看10000次答案
月卡
月卡
¥
19.99
30天无限搜题
查看30天答案
请选择支付方式
已有帐号 点我登陆
微信支付
支付宝扫码
请输入您的手机号码:
点击支付即表示同意并接受了
《服务协议》
和
《购买须知》
填写手机号码系统自动为您注册
立即支付
我们不保证100%有您要找的试题及正确答案!请确保接受后再支付!
联系客服
找回账号密码
微信支付
订单号:
1111
遇到问题请
联系客服
恭喜您,购买搜题卡成功
系统为您生成的账号密码如下:
账号
密码
重要提示:
请勿将账号共享给其他人使用,违者账号将被封禁。
保存账号查看答案
请不要关闭本页面,支付完成后请点击【支付完成】按钮
支付完成
取消支付
遇到问题请联系
在线客服