大数据期末考试题库Spark 选择题Spark 的四大组件下面哪个不是 ( D )A.Spark Streaming B MlibC Graphx D Spark R下面哪个端口不是 spark 自带服务的端口 ( C )A.8080 B.4040 C.8090 D.18080spark 1.4 版本的最大变化 ( B )A spark sql Release 版本 B 引入 Spark RC DataFrame D 支持动态资源分配Spark Job 默认的调度模式 ( A )A FIFO B FAIRC 无 D 运行时指定哪个不是本地模式运行的个条件 ( D )A spark.localExecution.enabled=true B 显式指定本地运行C finalStage 无父 Stage D partition 默认值下面哪个不是 RDD 的特点 ( C )A. 可分区 B 可序列化 C 可修改 D 可持久化关于广播变量，下面哪个是错误的 ( D )A 任何函数调用 B 是只读的 C 存储在各个节点 D 存储在磁盘或 HDFS关于累加器，下面哪个是错误的 ( D )A 支持加法 B 支持数值类型C 可并行 D 不支持自定义类型Spark 支持的分布式部署方式中哪个是错误的 ( D )A standalone B spark on mesosC spark on YARN D Spark on localStage 的 Task 的数量由什么决定 ( A )A Partition B Job C Stage D TaskScheduler下面哪个操作是窄依赖 ( B )A join B filterC group D sort第 1 页 共 10 页下面哪个操作肯定是宽依赖 ( C )A map B flatMapC reduceByKey D samplespark 的 master 和 worker 通过什么方式进行通信的？ ( D )A http B nio C netty D Akka默认的存储级别 ( A )A MEMORY_ONLY B MEMORY_ONLY_SERC MEMORY_AND_DISK D MEMORY_AND_DISK_SERspark.deploy.recoveryMode 不支持那种 ( D )A.ZooKeeper B. FileSystemD NONE D Hadoop下列哪个不是 RDD 的缓存方法 ( C )A persist() B Cache() C Memory()Task 运行在下来哪里个选项中 Executor 上的工作单元 ( C )A Driver program B. spark masterC.worker node D Cluster managerhive 的元数据存储在 derby 和 MySQL 中有什么区别 ( B )A. 没区别 B. 多会话 C. 支持网络环境 D 数据库的区别DataFrame 和 RDD 最大的区别 ( B )A. 科学统计支持 B. 多了 schemaC. 存储方式不一样 D. 外部数据源支持Master 的 ElectedLeader 事件后做了哪些操作 ( D )A. 通知 driver B. 通知 worker...
