下列关于常见的动作(Action)和转换(Transformation)操作的API解释错误的是()。
A.count():返回数据集中的元素个数
B.filter(func):筛选出满足函数func的元素,并返回一个新的数据集
C.take(n):返回数据集中的第n个元素
D.map(func):将每个元素传递到函数func中,并将结果返回为一个新的数据集
- · 有6位网友选择 C,占比60%
- · 有3位网友选择 D,占比30%
- · 有1位网友选择 A,占比10%
A.count():返回数据集中的元素个数
B.filter(func):筛选出满足函数func的元素,并返回一个新的数据集
C.take(n):返回数据集中的第n个元素
D.map(func):将每个元素传递到函数func中,并将结果返回为一个新的数据集
A.map
B.filter
C.groupBy
D.count
A.count():返回数据集中的元素个数
B.filter(func):筛选出满足函数func的元素,并返回一个新的数据集
C.take(n):返回数据集中的第n个元素
D.map(func):将每个元素传递到函数func中,并将结果返回为一个新的数据集
A.map
B.filter
C.group By
D.count
A、Spark支持三种类型的部署方式:Standalone,Spark on Mesos,Spark on YARN
B、在选择Spark Streaming和Storm时,对实时性要求高(比如要求毫秒级响应)的企业更倾向于选择流计算框架Storm
C、RDD提供的转换接口既适用filter等粗粒度的转换,也适合某一数据项的细粒度转换
D、RDD采用惰性调用,遇到“转换(Transformation)”类型的操作时,只会记录RDD生成的轨迹,只有遇到“动作(Action)”类型的操作时才会触发真正的计算
A、Spark支持三种类型的部署方式:Standalone,Sparkon Mesos,Sparkon YARN
B、在选择Spark Streaming和Storm时,对实时性要求高(比如要求毫秒级响应)的企业更倾向于选择流计算框架Storm
C、RDD提供的转换接口既适用filter等粗粒度的转换,也适合某一数据项的细粒度转换
D、RDD采用惰性调用,遇到“转换(Transformation)”类型的操作时,只会记录RDD生成的轨迹,只有遇到“动作(Action)”类型的操作时才会触发真正的计算
A.所谓“动作”就是对单个或一批文件回放一系列命令
B.大多数命令和工具操作都可以记录在动作中,动作可以包含暂停,这样可以执行无法记录的任务(如使用绘画工具等)
C.所有的操作都可以记录在动作调板中
D.在播放动作的过程中,可在对话框中输入数值
A.①③
B.①③④
C.②
D.⑤
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!