Spark中的每个RDD一般情况下是由（)个分区组成的。

A.分区（Partition）

B.文件（File）

C.位置（Location）

D.索引（Index）

A.[0,numPartitions]

B.[0,numPartitions-1]

C.[1,numPartitions-1]

D.[1,numPartitions]

A.spark中的partion是弹性分布式数据集RDD的最小单元

B.同一份数据（RDD）的partion大小不一，数量不定，是根据application里的算子和最初读入的数据分块数量决定的

C.RDD是由分布在各个节点上的partion组成的

D.partion是指的spark在计算过程中，生成的数据在计算空间内最小单元

A.一个Application由若干个Job组成

B.一个Job由若干个Stage组成

C.一个Stage由若干个Task组成

D.RDD中的数据可修改

A.Spark引进了弹性分布式数据集RDD(ResilientDistributedDataset)的抽象，容错性高

B.Spark提供的数据集操作类型不仅限于Map和Reduce，大致分为：Transformations和Actions两大类

C.Spark程序由Python语言进行编写，不支持Java语言进行的程序编写

D.Spark把中间数据放到内存中，迭代运算效率高

A.RDD

B.Scheduler

C.Storage

D.Shuffle