《03-Spark测试试卷》由会员分享，可在线阅读，更多相关《03-Spark测试试卷（4页珍藏版）》请在金锄头文库上搜索。
1、Spark培训试卷模块1：不定项选题 （100分，每题5分）1.关于数据及软件架构的CAP理论不包括下面哪些（ D ）A.可用性B.一致性C.分区容忍性D.分布性2下列关于spark中的RDD描述正确的有 （ ABCD ）A.RDD（Resilient Distributed Dataset）叫做弹性分布式数据集，是spark中最基本的数据抽象B.Resilient：表示弹性的，弹性表示C.Destributed：分布式，可以并行在集群计算D.Dataset：就是一个集合，用于存放数据的3. 下列哪些是面向对象技术的特征（ ABC ）A封装B继承C多态D分布性4. 下列描述正确的是（ ABD
2、）A进程(Process)是程序的一次执行过程B线程(Thread) 是比进程更小的执行单位C 线程不可共享相同的内存单元D在同一个应用程序中可以有多个线程同时执行5. 下面哪些是spark比Mapreduce计算快的原因（ ABC ）A.基于内存的计算B.基于DAG的调度框架C.基于Lineage的容错机制D.基于分布式计算的框架6.下面哪个操作是窄依赖？（ B ）A.join B.filter C.group D.sort 7.下面哪个操作肯定是宽依赖 ( C )A. map B. flatMap C. reduceByKey D. sample8.最早是Cloudera提供的日志收集系统
3、，目前是Apache下的一个孵化项目，支持在日志系统中定制各类数据发送方，用于收集数据的工具是（ A ）A.FlumeB.ZookeeperC.StormD.Sparkstreaming9.一个分布式应用程序协调服务，分布式应用程序可以基于它实现同步服务，配置维护和命名服务等的工具有 （ B ）A.FlumeB.ZookeeperC.StormD.Sparkstreaming10.作为分布式消息队列，既有非常优秀的吞吐量，又有较高的可靠性和扩展性，同时接受Spark Streaming的请求，将流量日志按序发送给Spark Streaming集群是 （ C ）A.FlumeB.Zookeepe
4、rC.KafkaD.Sparkstreaming11. Hadoop框架的缺陷有（ ABC ）AMR编程框架的限制B过多的磁盘操作,缺乏对分布式内存的支持C无法高效低支持迭代式计算D海量的数据存储12. Hadoop组件的核心功能包括（ AD ）A、分布式数据存储 B、分析 C、挖掘 D、分布式计算 13. DataFrame 和 RDD 最大的区别 ( B )A.科学统计支持B.多了 schema C.存储方式不一样 D.外部数据源支持14. spark中默认的存储级别 ( A )A. MEMORY_ONLY B. MEMORY_ONLY_SERC. MEMORY_AND_DISK D. M
5、EMORY_AND_DISK_SER15. Spark组成部件包括（ BC ）A.Resource ManagerB.ExecutorC.DriverD.RDD16. Spark RDD的依赖机制包括（ AD ）A. 宽依赖B. 深度依赖C.广度依赖D.窄依赖17.RDD有哪些缺陷？ ADA.不支持细粒度的写和更新操作（如网络爬虫）B.基于内存的计算C.拥有schema信息D.不支持增量迭代计算18.Spark应用的计算逻辑会被解析成DAG，这个解析操作由以下哪个功能模块完成（ CD ）A.ClientB.ApplicationMasterC.ExecutorD.Driver 19.spark
6、的部署模式有？ ABCDA.本地模式B.standalone 模式C.spark on yarn 模式D.mesos模式20.下面不是Spark 的四大组件的有（ BD ）A. Spark Streaming B. pyspark 为了用Spark支持Python，Apache Spark社区发布了一个工具PySparkC. Graphx D. Spark RSparkR是一个R语言包,它提供了轻量级的方式使得可以在R语言中使用ApacheSparkSpark 的四大组件有：SparkSQL、SparkStreaming、MLlib、GraphX-选择题答案1 D2 ABCD3 ABC4 ABD5 ABC6 B7 C8A9B10C11ABC12AD13B14A15BC16AD17AD18CD19ABCD20BD4
