SparkStreaming计算基于DStream将流式计算分解成一系列短小的批处理作业（）

Spark Streming中()函数可以对源DStream的每个元素通过函数func返回一个新的DStream sparkStreaming的核心抽象是Rdd（） Dstream输出操作中()方法将DStream中的内容按对象序列化并且以SequenceFile的格式保存。 Dstream输出操作中()方法将DStream中的内容以文本的形式保存为文本文件 spark中sparkStreaming的核心是DataFrame（） 以下关于sparkstreaming说法正确的是（） SparkStreaming相比Storm具有更高的实时性（） flume中数据以Dstream的形式进行传输 SparkStreaming的响应时间能够达到毫秒级（） SparkStreaming支持的数据输入源包括如下那些选项？（） storm系统和sparkstreaming系统最大的区别是哪个（） Spark Streming中Dstream是一种抽象的离散流。() SparkStreaming结果也能保存在很多地方比如如下那些选项？（） Spark生态系统组件SparkStreaming的应用场景是？ 下列关于SparkStreaming与Storm的描述，哪些是正确的的？ Spark Streming中()函数可以使用func将源DStream中的每个元素进行聚合操作，返回一个内部所包含的RDD只有一个元素的新DStream Spark Streming中DStream代表着一系列的持续的RDDs。() Spark Streming中()函数当被调用类型分别为(K，V)和(K，W)键值对的2个DStream时，返回类型为(K，(V，W))键值对的一个新 DStream。 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） 与spark基于内存相比，mapreduce是基于（）运行的计算框架