以下文字与答案无关
提示:有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题,这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏,所以恳请 广大网友理解。
Spark Streaming是Spark的核心子框架之一。
B:Spark Streaming具有可伸缩、高吞吐量、容错能力强等特点。
C:Spark Streaming处理的数据源可以来自Kafka。
D:Spark Streaming不能和Spark SQL、Mllib、GraphX无缝集成。
Spark Streaming是Spark的核心子框架之一。
B:Spark Streaming具有可伸缩、高吞吐量、容错能力强等特点。
C:Spark Streaming处理的数据源可以来自Kafka。
D:Spark Streaming不能和Spark SQL、Mllib、GraphX无缝集成。
IBM StreamBase
B:Twitter Storm
C:Yahoo! S4
D:Spark Streaming
Spark Streaming无法实现毫秒级的流计算,而Storm可以实现毫秒级响应
Spark Streaming可以实现毫秒级的流计算,而Storm无法实现毫秒级响应
C:Spark Streaming和Storm都可以实现毫秒级的流计算
Spark Streaming和Storm都无法实现毫秒级的流计算
A、Driver Program
B、Spark Master
C、Worker Node
D、Cluster Manager
进入Spark的入口点
B:spark的上下文
C:spark的环境配置函数
D:spark的任务设置函数
易用性
B:容错性
C:易整合性
D:低吞吐量
SQL
B:Shark
C:Spark RDD
D:MapReduce
A、Spark Streaming的基本原理是将实时输入数据流以时间片为单位进行拆分,然后采用Spark引擎以类似批处理的方式处理每个时间片数据
B、Spark Streaming最主要的抽象是DStream(Discretized Stream,离散化数据流),表示连续不断的数据流
C、Spark Streaming可整合多种输入数据源,如Kafka、Flume、HDFS,甚至是普通的TCP套接字
D、Spark Streaming的数据抽象是DataFrame
A、文件流
B、套接字流
C、RDD队列流
D、双向数据流
Spark
B:Master
C:HDFS
D:Meta表