单选题
1/19.
下列关于Spark的描述，错误的是哪一项？
- A.Spark最初由美国加州伯克利大学（UCBerkeley）的AMP实验室于2009年开发
- B.Spark在2014年打破了Hadoop保持的基准排序纪录
- C.Spark用十分之一的计算资源，获得了比Hadoop快3倍的速度
- D.Spark运行模式单一
2/19.
下列关于Spark的描述，错误的是哪一项？
- A.使用DAG执行引擎以支持循环数据流与内存计算析
- B.可运行于独立的集群模式中，可运行于Hadoop中，也可运行于Amazon EC2等云环境中
- C.支持使用Scala、Java、Python和R语言进行编程，但是不可以通过Spark Shell进行交互式编程
- D.可运行于独立的集群模式中，可运行于Hadoop中，也可运行于Amazon EC2等云环境中
3/19.
下列关于Scala特性的描述，错误的是哪一项？
- A.Scala语法复杂，但是能提供优雅的API计算
- B.Scala具备强大的并发性，支持函数式编程，可以更好地支持分布式系统
- C.Scala兼容Java，运行速度快，且能融合到Hadoop生态圈中
- D.Scala是Spark的主要编程语言
4/19.
下列说法哪项有误？
- A.相对于Spark来说，使用Hadoop进行迭代计算非常耗资源
- B.Spark将数据载入内存后，之后的迭代计算都可以直接使用内存中的中间结果作运算，避免了从磁盘中频繁读取数据
- C.Hadoop的设计遵循“一个软件栈满足不同应用场景”的理念
- D.Spark可以部署在资源管理器YARN之上，提供一站式的大数据解决方案
5/19.
在Spark生态系统组件的应用场景中，下列哪项说法是错误的？
- A.Spark应用在复杂的批量数据处理
- B.Spark SQL是基于历史数据的交互式查询
- C.Spark Streaming是基于历史数据的数据挖掘
- D.GraphX是图结构数据的处理
6/19.
下列说法错误的是？
- A.RDD（Resillient Distributed Dataset）是运行在工作节点（WorkerNode）的一个进程，负责运行Task
- B.Application是用户编写的Spark应用程序
- C.一个Job包含多个RDD及作用于相应RDD上的各种操作
- D.Directed Acyclic Graph反映RDD之间的依赖关系
7/19.
下列关于RDD说法，描述有误的是？
- A.一个RDD就是一个分布式对象集合，本质上是一个只读的分区记录集合
- B.每个RDD可分成多个分区，每个分区就是一个数据集片段
- C.RDD是可以直接修改的
- D.RDD提供了一种高度受限的共享内存模型
8/19.
Spark生态系统组件Spark Streaming的应用场景是？
- A.基于历史数据的数据挖掘 MLlib
- B.图结构数据的处理GraphX
- C.基于历史数据的交互式查询Spark SQL
- D.基于实时数据流的数据处理
9/19.
Spark生态系统组件MLlib的应用场景是？
11/19.
Scala具有以下哪几个主要特点？
- A.Scala的优势是提供了REPL（Read-Eval-Print Loop，交互式解释器），提高程序开发效率
- B.Scala兼容Java，运行速度快，且能融合到Hadoop生态圈中
- C.Scala具备强大的并发性，支持函数式编程
- D.Scala可以更好地支持分布式系统
12/19.
下列哪些选项属于Hadoop的缺点？
- A.表达能力有限
- B.磁盘IO开销大
- C.延迟高
- D.在前一个任务执行完成之前，其他任务就无法开始，难以胜任复杂、多阶段的计算任务
13/19.
下列说法中，哪些选项描述正确？
- A.Spark在借鉴Hadoop MapReduce优点的同时，很好地解决了MapReduce所面临的问题
- B.Spark的计算模式也属于MapReduce，但不局限于Map和Reduce操作
- C.Hadoop MapReduce编程模型比Spark更灵活
- D.Hadoop MapReduce提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高
14/19.
在实际应用中，大数据处理主要包括以下哪三个类型？
- A.复杂的批量数据处理：通常时间跨度在数十分钟到数小时之间
- B.基于历史数据的交互式查询：通常时间跨度在数十秒到数分钟之间
- C.基于实时数据流的数据处理：通常时间跨度在数十秒到数分钟之间
- D.基于实时数据流的数据处理：通常时间跨度在数百毫秒到数秒之间
15/19.
在实际应用中，当采用多种计算架构来满足不同应用场景需求时，大数据处理难免会带来哪些问题？
- A.不同场景之间输入输出数据无法做到无缝共享，通常需要进行数据格式的转换
- B.不同的软件需要不同的开发和维护团队
- C.需要较高的使用成本
- D.比较难以对同一个集群中的各个系统进行统一的资源协调和分配
16/19.
与Hadoop MapReduce计算框架相比，Spark所采用的Executor具有哪些优点？
- A.利用多线程来执行具体的任务，减少任务的启动开销
- B.Executor中有一个BlockManager存储模块，有效减少IO开销
- C.提供了一种高度受限的共享内存模型
- D.不同场景之间输入输出数据能做到无缝共享
17/19.
Spark运行架构具有以下哪些特点？
- A.每个Application都有自己专属的Executor进程，并且该进程在Application运行期间一直驻留
- B.Executor进程以多线程的方式运行Task
- C.Spark运行过程与资源管理器无关，只要能够获取Executor进程并保持通信即可
- D.Task采用了数据本地性和推测执行等优化机制
18/19.
Spark采用RDD以后能够实现高效计算的原因主要在于？
- A.高效的容错性
- B.中间结果持久化到内存，数据在内存中的多个
- C.存放的数据可以是Java对象，避免了不必要的对象序列化和反序列化
- D.采用数据复制实现容错
19/19.
Spark支持哪三种不同类型的部署方式？
- A.Standalone（类似于MapReduce1.0，slot为资源分配单位）
- B.Spark on Mesos（和Spark有血缘关系，更好支持Mesos）
- C.Spark on YARN
- D.Spark on HDFS
若有收获，就点个赞吧
0 人点赞
