Spark是基于内存计算的大数据并行计算框架。Spark基于内存计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性
Spark是基于内存计算的大数据并行计算框架。Spark基于内存计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性
相关考题：
在Client/server系统中，服务器主要做数据库的管理，按数据请求进行数据处理并回送结果。根据服务器的上述特点，Client/server系统对服务器的要求是______。A．处理速度高、大内存、大容量磁盘、高可靠、较高的带宽B．网络管理方便、处理速度高、大内存、大容量磁盘、高带宽C．大内存、大容量磁盘、高可靠、较高的带宽、处理速度可以偏低D．大容量磁盘、高可靠、高带宽、处理速度较高
MapReduce与传统并行计算框架的对比中,说法正确的是()。 A.MapReduce属于共享式集群架构，容错性好B.传统并行计算框架比MapReduce硬件更加便宜C.传统并行计算框架适用于实时、细粒度计算D.MapReduce适用于数据密集型，传统并行计算框架适用于计算密集型
以下关于sparkstreaming说法正确的是（）A、spark streaming分布式微批架构B、spark streaming实时存储架构C、spark streaming是普通存储架构D、spark streaming分布式实时计算架构
spark的源码是由哪几种语言编写完成的（）A、acheSpark是一种快速、通用、可扩展的大数据分析引擎B、spark为分布式数据集的处理提供了一个有效框架，并以高效的方式处理分布式数据集C、spark强调一站式解决方案，集批处理、实时流处理、交互式查询与图计算于一体，避免了多种运算场景下需要部署不同集群带来的资源浪费D、spark可以将数据分析过程的中间输出保存在内存中，从而不需要从外部持久化存储中反复读写数据，相较mapreduce能更好地适用于数据挖掘和机器学习等需要迭代运算的场景
云计算使用超大计算机集群协同运算，采用大型企业级数据库存储数据，只要保证网络通信线路的畅通，就可利用其高性能海量数据处理能力、容错能力、弹性易伸缩能力提高业务数据的（）。A、高可靠性B、高安全性C、高可用性D、高透明性
Spark提供了统一的解决方案。Spark可以用于批处理、交互式查询（SparkSQL）、实时流处理（SparkStreaming）、机器学习（SparkMLlib）和图计算（GraphX）
下面对于spark的特点描述正确的是（）A、良好的容错性：在分布式数据集计算时通过checkpoint来实现容错，当某个运算环节失败时，不需要从头开始重新计算B、开发便捷性：spark通过scala，java，pythonapi及交互式shell提供丰富的使用方式C、不适合细粒度更新操作：Spark的运算是面向集合的，不适用于需要异步细粒度更新状态的应用，例如web服务的DAO层或web爬虫等D、以上答案都不符合其特性
多选题关于Spark和Mapreduce，下列说法正确的是（）。A性能上提升高于100倍（全内存计算）BSpark的中间数据放在内存中，对于迭代运算、批处理计算的效率更高，延迟更低。C提供更多的数据集操作类型，编程模型更灵活，开发效率更高。D更低的容错能力（血统机制）。ESpark用十分之一的资源，获得10倍与Mapreduce的性能。