10.29

标签：Scala 10.29 Hadoop 多选题 RDD 单选题 Spark

大型数据库技术作业七

 

一. 单选题（共5题，10分）

1. (单选题, 2分) 在实际应用中，大数据处理不包括哪些类型？

  A

基于实时数据流的数据处理

B

基于离线数据的处理

C

复杂的批量数据处理

D

基于历史数据的交互式查询

2. (单选题, 2分) 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

3. (单选题, 2分) 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

4. (单选题, 2分) 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

5. (单选题, 2分) 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

二. 多选题（共5题，10分）

6. (多选题, 2分) Apache软件基金会最重要的三大分布式计算系统开源项目

  A

Hadoop

B

Spark

C

Storm

D

Hive

7. (多选题, 2分) Spark具有的主要特点包括：

  A

运行模式多样

B

运行速度快

C

容易使用

D

通用性

8. (多选题, 2分) Scala的特性包括：

  A

Scala具备强大的并发性

B

Scala语法复杂

C

Scala兼容Java

D

运行速度快

9. (多选题, 2分) Spark最主要的优点是（）

  A

计算模式只能是MapReduce

B

Spark提供了内存计算

C

提供了单一数据集操作类型

D

基于DAG的任务调度执行机制

10. (多选题, 2分) Spark所采用Executor的优点包括：

  A

利用多线程来执行具体的任务

B

多线程之间的数据共享

C

存储模块全部都只能在内存中完成

D

Executor中有一个BlockManager存储模块，有效减少IO开销

三. 简答题（共1题，20分）

11. (简答题, 20分) 以下题目二选一： 1、请写出三个大数据在人类生活中应用的实例，并谈谈自己对大数据的看法。 2、编程实践：参考教程https://dblab.xmu.edu.cn/blog/4322/，任意选择以下一种方式通过Spark API 编写一个独立应用程序。 （一）使用sbt对Scala独立应用程序进行编译打包 （二）使用Maven对Java独立应用程序进行编译打包 （三）使用Maven对Scala独立应用程序进行编译打包 并截图给出代码及运行结果。

 

 

 

 

 

标签：Scala,10.29,Hadoop,多选题,RDD,单选题,Spark
From： https://www.cnblogs.com/zzqq1314/p/18515713