spark在进行数据切分的时候，决定了partition的哪些属性（）A、冗余性B、一致性C、rdd之间具有依赖性D、每个rdd都会提供一批最优的计算位置

题目

spark在进行数据切分的时候，决定了partition的哪些属性（）

  • A、冗余性
  • B、一致性
  • C、rdd之间具有依赖性
  • D、每个rdd都会提供一批最优的计算位置
相似考题

1.以下哪种方法可以让Spark不自定义分区也能对任何类型RDD简单重分区()。A.resetpartitionB.repartitonC.coalesceD.Partition

2.以下属于spark启动后进程的是（）A、rdd是由一系列的partition组成的B、原子性C、算子作用在partition上D、每个rdd都会提供一批最优的计算位置

3.partition的哪些属性是在spark进行数据切分的时候决定的（）A、partition大小B、partition个数C、partiton的所有者D、parrtition的一切

4.Spark中的每个RDD一般情况下是由()个分区组成的。A.无数B.多C.1D.0

更多“spark在进行数据切分的时候，决定了partition的哪些属性（）A、冗余性B、一致性C、rdd之间具有依赖性D、每个rdd都会提供一批最优的计算位置”相关问题

  • 第1题：

    spark中的rdd是一个（）数据集

    • A、弹性分布式
    • B、弹性计算
    • C、运送数据
    • D、心跳

    正确答案:A

  • 第2题：

    spark在进行数据切分的时候，下列哪些属性和partition划分有关（）

    • A、partition大小
    • B、partition个数
    • C、partiton的所有者
    • D、parrtition的一切

    正确答案:A,B

  • 第3题：

    以下关于rdd的说法中，正确的是哪些（）

    • A、rdd是由一系列partition够成的
    • B、rdd之间都是独立的，没有依赖
    • C、算子作用在partition上
    • D、每个rdd都会提供一批最优的计算位置

    正确答案:A,C,D

  • 第4题：

    spring中关于bean的说法正确的是（）

    • A、rdd是由一组partition够成的
    • B、rdd之间都是独立的，没有依赖
    • C、算子作用在partition上
    • D、每个rdd都会提供一批最优的计算位置

    正确答案:A,C,D

  • 第5题：

    DStream是一系列连续的RDD来表示。每个RDD含有一段时间间隔内的数据


    正确答案:正确

  • 第6题：

    rdd是spark中个哪个架构提出的概念（）

    • A、spark core
    • B、spark streaming
    • C、mlbase
    • D、Grophx

    正确答案:A

  • 第7题：

    RDD特性包含如下哪些？（）

    • A、一组分片（Partition），即数据集的基本组成单位
    • B、一个计算每个分区的函数
    • C、RDD之间的依赖关系
    • D、一个列表，存储存取每个Partition的优先位置（preferredlocation）

    正确答案:A,B,C,D

  • 第8题：

    spark进行数据切分的时候，划分完成的partition个数和hdfs中block个数一致


    正确答案:正确

  • 第9题：

    RDD（ResilientDistributedDataset）叫做分布式数据集，是Spark中最基本的数据抽象，它代表一个不可变、可分区、里面的元素可并行计算的集合


    正确答案:正确

  • 第10题：

    spark中的rdd不存储数据，存储的是（）

    • A、业务逻辑
    • B、物理数据
    • C、数据库数据
    • D、物理逻辑

    正确答案:A

  • 第11题：

    判断题
    RDD可以从Hadoop兼容的文件系统生成，生成之后可以通过调用RDD的算子对RDD的数据进行部分更新。
    A

    对

    B

    错


    正确答案： 错
    解析： 暂无解析

  • 第12题：

    ( 难度：中等)关于spark中RDD说法错误的是：
    A.宽依赖指的是多个子RDD的分区会依赖同一个父RDD的分区，关系是一对多
    B.窄依赖指的是每一个父RDD的分区最多被子RDD的一个分区使用，是一对一的
    C.宽依赖中会有shuffle的产生
    D.窄依赖中会有shuffle的产生

    答案:D

  • 第13题：

    spark中以下哪些特性是rdd的特性（）

    • A、计算移动
    • B、数据不移动
    • C、数据移动
    • D、计算不移动

    正确答案:A,C,D

  • 第14题：

    以下关于rdd的特性说法错误的是（）

    • A、rdd是仅仅由一组partition够成的
    • B、rdd之间都是独立的，没有依赖
    • C、算子作用在partition上
    • D、每个rdd都会提供一批最优的计算位置

    正确答案:A,B

  • 第15题：

    以下选项属于rdd特性的是（）

    • A、冗余性
    • B、一致性
    • C、rdd之间具有依赖性
    • D、每个rdd都会提供一批最优的计算位置

    正确答案:C,D

  • 第16题：

    Spark中，以下哪些是rdd的特性（）

    • A、partition大小
    • B、partition个数
    • C、partiton的所有者
    • D、parrtition的一切

    正确答案:C,D

  • 第17题：

    以下选项中是persist算子在源码中具有哪些参数的是（）

    • A、rdd是由一系列partition够成的
    • B、rdd之间都是独立的，没有依赖
    • C、算子作用在partition上
    • D、每个rdd都会提供一批最优的计算位置

    正确答案:A,B,C

  • 第18题：

    描述Spark集群计算中RDD的含义和作用。


    正确答案:Spark的核心概念是RDD (resilientdistributed dataset)，指的是一个只读的，可分区的分布式数据集，这个数据集的全部或部分可以缓存在内存中，在多次计算间重用。Spark解决迭代计算的主要实现思想就是RDD，把所有计算的数据保存在分布式的内存中。迭代计算通常情况下都是对同一个数据集做反复的迭代计算，数据在内存中将大大提升IO操作。这也是Spark涉及的核心：内存计算。Spark和RDD的关系可以理解为：RDD是一种具有容错性基于内存的集群计算抽象方法，Spark则是这个抽象方法的实现。

  • 第19题：

    spark中的rdd相当于java中的（）概念

    • A、类
    • B、接口
    • C、方法
    • D、内部类

    正确答案:A

  • 第20题：

    spark框架中，机器学习库的框架是哪个（）

    • A、hadoop
    • B、spark？streaming
    • C、mlbase
    • D、RDD

    正确答案:C

  • 第21题：

    以下哪些不属于rdd特性（）

    • A、冗余性
    • B、一致性
    • C、rdd之间具有依赖性
    • D、每个rdd都会提供一批最优的计算位置

    正确答案:A,B

  • 第22题：

    SparkSQL是一个用来处理结构化数据的spark组件。它提供了一个叫做（）的可编程抽象数据模型

    • A、DataFrames
    • B、Table
    • C、DataSet
    • D、RDD

    正确答案:A

  • 第23题：

    问答题
    描述Spark集群计算中RDD的含义和作用。

    正确答案： Spark的核心概念是RDD (resilientdistributed dataset)，指的是一个只读的，可分区的分布式数据集，这个数据集的全部或部分可以缓存在内存中，在多次计算间重用。Spark解决迭代计算的主要实现思想就是RDD，把所有计算的数据保存在分布式的内存中。迭代计算通常情况下都是对同一个数据集做反复的迭代计算，数据在内存中将大大提升IO操作。这也是Spark涉及的核心：内存计算。Spark和RDD的关系可以理解为：RDD是一种具有容错性基于内存的集群计算抽象方法，Spark则是这个抽象方法的实现。
    解析： 暂无解析

相关内容