Spark根据RDD的依赖关系来划分stage，调度器从DAG图末端出发，逆向遍历整个依赖关系，遇到窄依赖就断开，遇到宽依赖就将其加入当前stage（）
查看答案
相关试题
换一换
Spark根据RDD的依赖关系来划分stage，调度器从DAG图末端出发，逆向遍历整个依赖关系，遇到窄依赖就断开，遇到宽依赖就将其加入当前stage（）
答案
RDD之间宽窄依赖关系的主要依据哪个的对应关系来划分的（）
A.partition B.worker C.master D.数据
答案
Spark RDD是惰性求值的，如果需要对一个RDD多次使用，那么调用行动操作时每次都需要重复计算RDD以及它的依赖。()
A.正确 B.错误
答案
Spark任务的每个stage可划分为几个job,划分的标记是shuffle（）
A.对 B.错
答案
Spark的RDD的转换不会触发Spark计算操作（）
A.对 B.错
答案
Spark应用在运行时，Stage划分的依据是哪个？（）
A.task B.taskSet C.action D.shuffle
答案
Spark中，以下哪些是rdd的特性（）
A.partition大小 B.partition个数 C.partiton的所有者 D.parrtition的一切
答案
Spark可以通过哪些外部存储创建RDD()
A.文本文件 B.目录 C.压缩文件 D.通配符匹配的文件
答案
Spark的RDD持久化操作有()方式
A.cache B.presist C.storage D.long
答案
spark中以下哪些特性是rdd的特性（）
A.计算移动 B.数据不移动 C.数据移动 D.计算不移动
答案
热门试题
Spark中的RDD的说法正确的是()。
spark中的rdd是一个（）数据集
spark中的rdd不存储数据，存储的是（）
rdd是spark中个哪个架构提出的概念（）
关于Spark中RDD的描述不准确的是？（）
spark中的rdd相当于java中的（）概念
Spark只有键值对类型的RDD才能设置分区方式。()
关于Spark中RDD的描述不正确的是？（）
spark架构中的rdd相当于java中的（）概念
Spark Streming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。
Spark采用RDD以后能够实现高效计算的原因主要在于？
如果numPartitions是分区个数，那么Spark每个RDD的分区ID范围是()。
Spark作业的每个阶段被Spark环境分解为多个任务，任务并行运行在分布于中的RDD上（）
Spark中的每个RDD一般情况下是由()个分区组成的。
Spark中的窄依赖有shuffle宽依赖没有shuffle（）
以下哪种方法可以让Spark不自定义分区也能对任何类型RDD 简单重分区()
弹性是指有容错的机制，若一个RDD分片去失，Spark可以根据粗粒度的日志数据更新记录的信息重构它。()
以下关于Spark中宽依赖和窄依赖的描述正确的是（）
RDD的()操作通常用来划分单词。
Spark也可以不依赖于第三方的资源管理和调度器，它实现了（）作为其内置的资源管理和调度框架
使用微信扫一扫登录
