在分布式部署下，Spark的Executor利用多线程来执行具体任务，而MapReduce是单线程。

Spark是一个高效的分布式计算系统，它有MapReduce所有优点，同时性能与Hadoop一样高。()

A、集群资源管理器 Cluster Manager

B、运行作业任务的工作节点 Worker Node

C、每个应用的任务控制节点 Driver

D、每个工作节点上负责具体任务的执行进程 Executor

A、k-均值聚类需要大量的迭代，因此不能使用分布式计算。

B、k-均值的分布式实现需要MapReduce的各个数据节点共享假设的聚类中心。

C、k-均值算法的大量迭代运算在分布式环境下的效率一般更高。

D、k-均值在Spark内存计算框架下运行要比Hadoop MapReduce下运行要快的多。

A、Scala是Spark的主要编程语言，但Spark还支持Java、Python、R作为编程语言

B、Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高

C、Spark基于DAG的任务调度执行机制，要优于Hadoop MapReduce的迭代执行机制

D、Spark的计算模式也属于MapReduce，但编程模型比Hadoop MapReduce更灵活

A.单线程，多资源

B.多线程，多资源

C.单线程，单资源

D.多线程，单资源

A standalone

B spark on mesos

C spark on YARN

D Spark on local

B、运行作业任务的工作节点Worker Node

C、每个应用的任务控制节点Driver

D、每个工作节点上负责具体任务的执行进程Executor

A.Hadoop

B.Spark

C.Storm

D.MapReduce