Spark基础知识单选题100道及答案.docxVIP

Spark基础知识单选题100道及答案

1.Spark中负责管理集群资源的组件是（）

A.Driver

B.Executor

C.ResourceManager

D.Master

答案：D

2.以下哪种数据结构在Spark中用于分布式弹性数据集（）

A.Array

B.List

C.RDD

D.Map

答案：C

3.Spark应用程序的入口点是（）

A.main函数

B.start函数

C.run函数

D.execute函数

答案：A

4.在Spark中，对RDD进行转换操作后返回的是（）

A.原RDD

B.新的RDD

C.一个空RDD

D.一个错误提示

答案：B

5.以下哪个不是Spark支持的数据源（）

A.HDFS

B.MySQL

C.Excel

D.Cassandra

答案：C

6.Spark中用于对RDD进行分组的操作是（）

A.map

B.filter

C.groupByKey

D.reduce

答案：C

7.当在Spark中对RDD进行持久化时，默认的存储级别是（）

A.MEMORY_ONLY

B.MEMORY_AND_DISK

C.DISK_ONLY

D.OFF_HEAP

答案：A

8.以下关于SparkRDD的分区描述正确的是（）

A.分区数固定不可变

B.分区越多性能一定越好

C.分区是为了并行处理数据

D.分区之间不能进行数据交换

答案：C

9.SparkStreaming中处理实时数据的基本抽象是（）

A.DStream

B.RDD

C.DataFrame

D.Dataset

答案：A

10.在SparkSQL中，用于创建DataFrame的方法是（）

A.createDataFrame

B.newDataFrame

C.buildDataFrame

D.generateDataFrame

答案：A

11.Spark中用于对RDD进行排序的操作是（）

A.sortBy

B.orderBy

C.arrange

D.rank

答案：A

12.以下哪种模式不是SparkSQL支持的数据源读取模式（）

A.Append

B.Overwrite

C.ErrorIfExists

D.Update

答案：D

13.当在Spark中使用广播变量时，其作用是（）

A.提高数据传输速度

B.减少数据传输量

C.增加数据安全性

D.优化计算逻辑

答案：B

14.Spark中用于将多个RDD合并成一个RDD的操作是（）

A.union

B.join

C.intersect

D.subtract

答案：A

15.在SparkStreaming中，批处理时间间隔指的是（）

A.数据采集的时间间隔

B.数据处理的时间间隔

C.数据存储的时间间隔

D.数据传输的时间间隔

答案：B

16.SparkSQL中用于过滤DataFrame数据的方法是（）

A.where

B.filter

C.select

D.groupBy

答案：B

17.以下关于Spark的分布式缓存描述错误的是（）

A.可以缓存RDD

B.缓存数据在所有节点上都有副本

C.缓存数据会一直存在

D.能提高数据访问速度

答案：C

18.Spark中对RDD进行聚合操作时，常用的函数是（）

A.sum

B.count

C.reduceByKey

D.average

答案：C

19.在Spark中，使用累加器的目的是（）

A.进行分布式计算

B.对分布式数据进行累加

C.优化计算性能

D.存储中间结果

答案：B

20.SparkStreaming支持的数据源不包括（）

A.Kafka

B.Flume

C.RabbitMQ

D.Redis

答案：D

21.SparkSQL中用于选择DataFrame列的方法是（）

A.select

B.choose

C.pick

D.extract

答案：A

22.以下哪种操作不属于SparkRDD的转换操作（）

A.flatMap

B.collect

C.mapValues

D.distinct

答案：B

23.Spark中用于对RDD进行连接操作的是（）

A.join

B.connect

C.link

D.merge

答案：A

24.在SparkStreaming中，窗口操作可以（）

A.对一段时间内的数据进行处理

B.对特定窗口大小的数据进行过滤

C.对数据进行窗口化显示

D.对数据进行窗口