题目内容
（请给出正确答案）
A.[A]一个RDD就是一个分布式对象集合
B.[B]一个RDD本质上是一个只读的分区记录集合
C.[C]RDD提供了一组丰富的操作以支持常见的数据运算，分为行动（Action）和转换（Transformation）两种类型
D.[D]RDD不适合对于数据集中元素执行相同操作的批处理式应用，而比较适合用于需要异步、细粒度状态的应用
参考答案
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
网友提供的答案
更多“下面关于RDD的描述正确的是（）”相关的问题
A.MLlib库从1.2版本以后分为两个包：spark.mllib和spark.ml
B.spark.mllib包含基于DataFrame的原始算法API
C.spark.mllib包含基于RDD的原始算法API
D.spark.ml则提供了基于RDD的、高层次的API
A.DataFrame的推出，让Spark具备了处理大规模结构化数据的能力
B.DataFrame比原有的RDD转化方式更加简单易用，而且获得了更高的计算性能
C.Spark能够轻松实现从MySQL到DataFrame的转化，并且支持SQL查询
D.DataFrame是一种以RDD为基础的分布式数据集，提供了详细的结构信息
A、Spark Streaming采用的数据抽象是DStream（本质上就是一系列RDD），而Structured Streaming采用的数据抽象是DataFrame
B、Structured Streaming将Spark SQL和Spark Streaming二者的特性结合起来
C、Structured Streaming可以使用Spark SQL的DataFrame/Dataset来处理数据流，但Spark SQL只能处理静态的数据，而Structured Streaming可以处理结构化的数据流
D、Spark Streaming只能实现秒级的实时响应，而Structured Streaming由于采用了全新的设计方式，采用微批处理模型时可以实现100毫秒级别的实时响应，采用持续处理模型时可以支持毫秒级的实时响应。
A.SparkContext 负责计算 RDD 之间依赖关系，构建 DAG 。
B.DAGScheduler 负责将 DAG 图分解成多个 Stage ，每个 Stage 中包含多个 Task 。
C.TaskScheduler 负责将每个 Task 分发给各个 Worker 节点。
D.Worker 节点上 Executor 执行相应 Task 。
A、在RDD编程中需要生成一个SparkContext对象
B、在Spark SQL编程中需要生成一个SparkSession对象
C、运行一个Spark Streaming程序，就需要首先生成一个StreamingContext对象
D、在Spark SQL编程中需要生成一个StreamingContext对象
A.persist(MEMORY_ONLY)：表示将RDD作为反序列化的对象存储于JVM中，如果内存不足，就要按照LRU原则替换缓存中的内容
B.persist(MEMORY_AND_DISK)：表示将RDD作为反序列化的对象存储在JVM中，如果内存不足，超出的分区将会被存放在硬盘上
C.通过持久化（缓存）机制可以避免重复计算的开销
D.使用cache()方法时，会调用persist(MEMORY_ONLY)
A.对各种数据计算模型的统一抽象
B.RDD是一个读、写、分区记录的集合
C.Spark的计算过程主要是RDD的迭代计算过程
D.一个存储数据的数据结构
警告：系统检测到您的账号存在安全风险
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！
