内存计算下，Spark？比？Hadoop？快10倍
错
举一反三
- Spark与Hadoop的区别() A: Spark是基于硬盘计算框架，而Hadoop基于内存计算框架 B: Spark是基于内存计算框架，而Hadoop基于硬盘计算框架 C: Spark只适合离线处理计算框架，而Hadoop是一站式计算框架 D: Spark是一站式计算框架，而Hadoop只适合离线处理计算框架
- 【多选题】Spark与Hadoop的区别()。 A. Spark是基于内存计算框架，而Hadoop基于硬盘计算框架 B. Spark是基于硬盘计算框架，而Hadoop基于内存计算框架 C. Spark是一站式计算框架，而Hadoop只适合离线处理计算框架 D. Spark只适合离线处理计算框架，而Hadoop是一站式计算框架
- spark比mapreduce快的原因不仅仅是因为内存
- Spark相对于Hadoop MapReduce，其优点在于（） A: Spark对数据集可以执行的操作少于MapReduce B: Spark执行时间与Hadoop相差无几 C: Spark提供了内存计算 D: Spark基于MapReduce的迭代执行机制
- 与Hadoop对比，Spark的优点包括（） A: Spark的计算结果放在内存中，节省了磁盘存储空间。 B: Spark的计算模式也属于MapReduce，但编程模型比MapReduce更灵活。 C: Spark提供了内存计算，中间结果放到内存中，提高了迭代运算效率。 D: Spark基于DAG的任务调度执行机制，性能优于MapReduce的迭代执行机制。
内容
- 0
spark和hadoop对比，说法正确的是？ A: Hadoop中间结果会存储在磁盘上 B: spark中间结果会存储在内存中 C: Spark已经完全取代hadoop D: Spark相对于hadoop提供了更多的操作
- 1
下面那些是spark比MapReduce计算快的原因 A: 基于内存的计算 B: 基于DAG的调度框架 C: 基于内存数据集的容错机制 D: 基于分布式计算的框架
- 2
Spark和Hadoop都不使用于迭代计算。
- 3
基于分布式计算的框架是spark比Mapreduce计算快的原因之一。
- 4
关于Hadoop和Spark的相互关系，以下说法正确的是 A: Hadoop和Spark可以相互协作 B: Hadoop负责数据的存储和管理 C: Spark负责数据的计算 D: Spark要操作Hadoop中的数据，需要先启动HDFS