关于RDD论述正确的是 （）。A．RDD提供一种高度受限的共享内存模型，是一个弹性分布式数据集B．RDD读取的数据都存储在一台机器上C．RDD是只读存储D．RDD 支持各种粗粒度和细粒度的操作

关于RDD论述正确的是 （）。

A．RDD提供一种高度受限的共享内存模型，是一个弹性分布式数据集

B．RDD读取的数据都存储在一台机器上

C．RDD是只读存储

D．RDD 支持各种粗粒度和细粒度的操作

参考答案和解析
RDD提供一种高度受限的共享内存模型，是一个弹性分布式数据集

相关考题：

文中（ 5 ）处正确的答案是（ ）。A．CTSB．DTRC．RDD．RI
查看答案
改变当前目录的命令是()。 A、MDB、CDC、RDD、CREATE
查看答案
RDD的intersection方法用于求出两个RDD的共同元素。() 此题为判断题(对，错)。
查看答案
RDD的flatMap操作是将函数应用于RDD之中的每一个元素,将返回的迭代器数组、列表等中的所有元素构成新的RDD。() 此题为判断题(对，错)。
查看答案
SparkStreming中()函数可以通过对源DStream的每RDD应用RDD－to－RDD函数返回一个新的DStream,这可以用来在DStream做任意RDD操作。 A.transB.reduceC.joinD.cogroup
查看答案
请问RDD的()操作把RDD所有元素转换成数组并返回到Driver端。 A.zipB.joinC.combineByKeyD.collect
查看答案
GraphX中()是完整提供边的各种操作类。 A.VertexRDDB.RDD[VertexId,VD]C.RDD[Edge]D.EdgeRDD
查看答案
GraphX中()是存放着Edg对象的RDD。 A.VertexRDDB.RDD[VertexId,VD]C.RDD[Edge]D.EdgeRDD
查看答案
Dstream输出操作中foreachRDD的正确用法是使用rdd.foreachPartition方法创建一个单独的连接对象,然后使用该连接对象输出所有RDD分区中的数据到外部系统。() 此题为判断题(对，错)。
查看答案
关于率的标准误，下列论述正确的是
查看答案
groupByKey算子在一个（K，V）的RDD上调用，返回一个（K，Iterator[V]）的RDD
查看答案
RDD可以转化为DataFrames，但是DataFrames不能转化为RDD
查看答案
interSection算子对源RDD和参数RDD求交集后返回一个新的RDD
查看答案
map算子返回一个新的RDD，该RDD由每一个输入元素经过func函数转换后组成
查看答案
union算子对源RDD和参数RDD求并集后返回一个新的RDD
查看答案
以下关于rdd的特性说法错误的是（）A、rdd是仅仅由一组partition够成的B、rdd之间都是独立的，没有依赖C、算子作用在partition上D、每个rdd都会提供一批最优的计算位置
查看答案
以下关于rdd的说法中，正确的是哪些（）A、rdd是由一系列partition够成的B、rdd之间都是独立的，没有依赖C、算子作用在partition上D、每个rdd都会提供一批最优的计算位置
查看答案
以下选项属于rdd特性的是（）A、冗余性B、一致性C、rdd之间具有依赖性D、每个rdd都会提供一批最优的计算位置
查看答案
spring中关于bean的说法正确的是（）A、rdd是由一组partition够成的B、rdd之间都是独立的，没有依赖C、算子作用在partition上D、每个rdd都会提供一批最优的计算位置
查看答案
DStream是一系列连续的RDD来表示。每个RDD含有一段时间间隔内的数据
查看答案
以下选项中是persist算子在源码中具有哪些参数的是（）A、rdd是由一系列partition够成的B、rdd之间都是独立的，没有依赖C、算子作用在partition上D、每个rdd都会提供一批最优的计算位置
查看答案
cogroup算子在类型为（K，V）和（K，W）的RDD上调用，返回一个（K，（Iterable，Iterable））类型的RDD
查看答案
filter算子返回一个新的RDD，该RDD由经过函数计算后返回值为true的输入元素组成
查看答案
distinct算子对源RDD进行去重后返回一个新的RDD
查看答案
以下哪些不属于rdd特性（）A、冗余性B、一致性C、rdd之间具有依赖性D、每个rdd都会提供一批最优的计算位置
查看答案
关于土石坝的缺点正确的论述是（）；（）；（）。
查看答案
判断题RDD可以从Hadoop兼容的文件系统生成，生成之后可以通过调用RDD的算子对RDD的数据进行部分更新。A对B错
查看答案
多选题关于spark说法正确的是（）。A调用RDD的Transformation算子可以立即发起jobBNodeManager负责整个集群的资源统一调度和分配。CYarn-client适合测试，Yarn-cluster适合生产。DDataset具有RDD和DataFrame的优点，又避免它们的缺点。
查看答案
热门标签