A.提供了两个编程抽象：DataFrame和DataSet。B.底层将SQL转换成RDD ，然后提交到集群执行……

多项选择题下列关于DAG描述正确的是（）。

A.RDD通过一系列的转换就就形成了DAG。
B.根据RDD之间的依赖关系的不同将DAG划分成不同的Stage。
C.对于窄依赖，partition的转换处理在Stage中完成计算。
D.对于宽依赖，由于有Shuffle的存在，只能在parent RDD处理完成后，才能开始接下来的计算。

多项选择题下列属于rdd的创建方式的是（）。

A.parallelize函数
B.makeRDD函数
C.textFile 函数
D.从其它rdd转换

多项选择题下列关于宽依赖和窄依赖描述正确的是（）。

A.窄依赖表示RDDs之间分区是一一对应的。
B.宽依赖表示RDDs之间分区是一对多的关系。
C.窄依赖经常出现在改变分区的情况下。
D.宽依赖经常出现在不改变分区的情况下。

多项选择题下列关于rdd描述正确的是（）。

A.弹性分布式数据集。
B.逻辑上是分区的，每个分区的数据是抽象存在的。
C.不能改变现有rdd中的数据。
D.相邻的rdd之间存在着血缘关系。

多项选择题以下属于内置模块的是（）。

A.SparkCore
B.SparkStreaming
C.SparkMlib
D.SparkGraphX

单项选择题下列关于spark从kafka 获取数据描述错误的是（）。

A.分为ReceiverAPI和DirectAPI
B.使用ReceiverAPI可能会导致计算数据的节点内存溢出
C.使用DirectAPI可以增加消费的并行度
D.两种API都可以手动维护offset 保存位置

单项选择题下列不可以直接作为spatkStreaming数据源的是（）。

A.RDD队列
B.Kafka消息队列
C.本地数据
D.自定义socket数据源

单项选择题下列关于累加器描述不正确的是（）。

A.实现所有分片处理时更新共享变量的功能。
B.工作节点上的任务不能访问累加器的值。
C.累加器是一个只读变量。
D.累加器中的共享变量会发往每一个Executor。

单项选择题下列关于rdd分区描述错误的是（）。

A.range
B.range robin
C.hash
D.自定义

单项选择题下列关于spark的cache算子默认缓存机制描述错误的是（）。

A.多次使用同一个RDD ，可以将该RDD缓存起来。
B.缓存的计算结果，可以在后期得到重用。
C.重用计算结果的前提是当前进程JVM不能停止工作。
D.将数据持久化到硬盘，使用时再加载的策略。

单项选择题下列关于spark 的local模式描述错误的是（）。

A.local[*]表示直接使用最大cpu核数。
B.不需要启动master和worker守护进程。
C.driver程序在应用程序结束后就会终止。
D.SparkSubmit进程只充当客户提交任务的Client进程。

单项选择题以下不支持用来编写spark程序的语言是（）。

A.Java
B.Python
C.Scala
D.C#

单项选择题下面哪个算子是Transformation算子？（）

A.collect
B.reduce
C.reduceByKey
D.countByKey

单项选择题spark读取一个200M的文件，生成的RDD会有几个分区？（）

A.1
B.2
C.3
D.4

单项选择题对Spark中RDD的描述，错误的是：（）。

A.RDD默认存储到内存中，内存不足时也会存储到磁盘中
B.RDD表示一批元素的集合
C.RDD中的数据是被分区的
D.RDD中的数据不会丢失