题目
A.count():返回数据集中的元素个数
B.filter(func):筛选出满足函数func的元素,并返回一个新的数据集
C.take(n):返回数据集中的第n个元素
D.map(func):将每个元素传递到函数func中,并将结果返回为一个新的数据集
第1题
A.count():返回数据集中的元素个数
B.filter(func):筛选出满足函数func的元素,并返回一个新的数据集
C.take(n):返回数据集中的第n个元素
D.map(func):将每个元素传递到函数func中,并将结果返回为一个新的数据集
第2题
A.count():返回数据集中的元素个数
B.filter(func):筛选出满足函数func的元素,并返回一个新的数据集
C.take(n):返回数据集中的第n个元素
D.map(func):将每个元素传递到函数func中,并将结果返回为一个新的数据集
第3题
A.Spark支持三种类型的部署方式:Standalone,Spark on Mesos,Spark on YARN
B.在选择Spark Streaming和Storm时,对实时性要求高(比如要求毫秒级响应)的企业更倾向于选择流计算框架Storm
C.RDD提供的转换接口既适用filter等粗粒度的转换,也适合某一数据项的细粒度转换
D.RDD采用惰性调用,遇到“转换(Transformation)”类型的操作时,只会记录RDD生成的轨迹,只有遇到“动作(Action)”类型的操作时才会触发真正的计算
第4题
A.Spark支持三种类型的部署方式:Standalone,Spark on Mesos,Spark on YARN
B.在选择Spark Streaming和Storm时,对实时性要求高(比如要求毫秒级响应)的企业更倾向于选择流计算框架Storm
C.RDD提供的转换接口既适用filter等粗粒度的转换,也适合某一数据项的细粒度转换
D.RDD采用惰性调用,遇到“转换(Transformation)”类型的操作时,只会记录RDD生成的轨迹,只有遇到“动作(Action)”类型的操作时才会触发真正的计算
第5题
A.Spark支持三种类型的部署方式:Standalone,Spark on Mesos,Spark on YARN
B.在选择Spark Streaming和Storm时,对实时性要求高(比如要求毫秒级响应)的企业更倾向于选择流计算框架Storm
C.RDD提供的转换接口既适用filter等粗粒度的转换,也适合某一数据项的细粒度转换
D.RDD采用惰性调用,遇到“转换(Transformation)”类型的操作时,只会记录RDD生成的轨迹,只有遇到“动作(Action)”类型的操作时才会触发真正的计算
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!