填空题

RDD是（）的简称。

【参考答案】

弹性分布式数据集

<上一题目录下一题>

热门试题

填空题spark生态系统主要包括：（）、spark SQL、（）、Structured Streaming、spark Mlib和GraphX。

填空题大数据计算模式主要有：（）、（）、图计算和查询分析计算。

填空题大数据的“4V”概念包含四个层面，分别是：（）、数据类型繁多、（）和价值密度低。

判断题spark任务中，action算子只能有1个。

判断题spark任务中如果没有Transformation算子，任务是不会执行的。

判断题spark中要持久化一个RDD，只能调用其cache（）方法。

判断题spark中基于序列化的持久化方式，主要是为了减少内存空间的占用。

判断题spark中的累加器可以实现优化性能，减少网络传输以及内存消耗。

判断题spark中使用累加器的时候，只能在Driver进程中才能获取累加器的结果。

判断题spark中的持久化，只是将数据保存在内存中或者本地磁盘文件中，RDD的lineage（血缘关系）是不变的。

判断题spark中在划分Stage的时候，遇到窄依赖就会划分出前后两个Stage。

判断题RDD是spark提供的核心抽象，全称为Resillient Distributed Dataset，只能通过文件创建。

判断题RDD是一个提供了许多操作接口的数据集合。

判断题spark只支持用Scala语言进行开发。

判断题scala是一种既面向函数又面向对象的语言。