Spark SQL作为分布式SQL查询引擎，让用户可以通过（ ）实现对结构化数据的处理。
A: SQL
B: DataFrame API
C: Dataset API
D: RDD API
A: SQL
B: DataFrame API
C: Dataset API
D: RDD API
举一反三
- Spark SQL作为分布式SQL查询引擎，让用户可以通过（）方式实现对结构化数据的处理。 A: SQL B: Shark C: DataFrames API D: Datasets API
- Spark SQL作为分布式SQL查询引擎，让用户可以通过三种方式实现对结构化数据的处理，下列不属于该方法的选项是（ ）。 A: SQL B: Shark C: Spark RDD D: MapReduce
- SparkSQL是Spark用来处理结构化数据的一个模块，它提供了一个编程抽象叫做DataFrame并且作为分布式SQL查询引擎的作用
- 下面关于为什么推出Spark SQL的原因的描述正确的是： A: Spark SQL可以提供DataFrame API，可以对内部和外部各种数据源执行各种关系操作 B: 可以支持大量的数据源和数据分析算法，组合使用Spark SQL和Spark MLlib，可以融合传统关系数据库的结构化数据管理能力和机器学习算法的数据处理能力 C: Spark SQL无法对各种不同的数据源进行整合 D: Spark SQL无法融合结构化数据管理能力和机器学习算法的数据处理能力
- （ ）作为Spark大数据框架的一部分，主要用于结构化数据处理和对Spark数据执行类SQL的查询。 A: Data Manager B: Cluster Manager C: Spark Runtime D: Spark SQL