以下关于MapReduce和Spark的说法，错误的是（ ）。
A: Spark中没有map和reduce操作。
B: MapReduce不适合迭代计算。
C: Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高。
D: Spark基于DAG的任务调度执行机制，要优于Hadoop MapReduce的迭代执行机制。
A: Spark中没有map和reduce操作。
B: MapReduce不适合迭代计算。
C: Spark提供了内存计算，可将中间结果放到内存中，对于迭代运算效率更高。
D: Spark基于DAG的任务调度执行机制，要优于Hadoop MapReduce的迭代执行机制。
A
举一反三
- Spark相对于MapReduce的优点包括:( ) A: Spark的计算模式也属于MapReduce,但不局限于Map和Reduce操作,还提供了多种数据集操作类型,编程模型比MapReduce更灵活 B: Spark提供了内存计算,中间结果直接放到内存中,带来了更高的迭代运算效率 C: Spark同时提供了存储功能,而MapReduce不支持存储 D: Spark基于DAG的任务调度执行机制,要优于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。
- 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
- Spark基于_________的任务调度执行机制，由于MapReduce的迭代执行机制。
- 与Hadoop相比，Spark主要有以下哪些优点？ A: 提供多种数据集操作类型而不仅限于MapReduce B: 数据集中式计算更加高效 C: 提供了内存计算，带来了更高的迭代运算效率 D: 基于DAG的任务调度执行机制
内容
- 0
关于Spark，下列说法错误的是：（）。 A: Spark可以将中间数据缓存在内存中，极大提高运算效率 B: Spark采用MapReduce机制进行任务并行化 C: RDD是Spark的基本数据结构 D: Spark非常适合迭代运算
- 1
关于Spark和Mapreduce，下列说法正确的是（）。 A: 性能上提升高于100倍（全内存计算） B: Spark的中间数据放在内存中，对于迭代运算、批处理计算的效率更高，延迟更低。 C: 提供更多的数据集操作类型，编程模型更灵活，开发效率更高。 D: 更低的容错能力（血统机制）。 E: Spark用十分之一的资源，获得10倍与Mapreduce的性能。
- 2
Spark的中间数据放在内存中，对于迭代运算、批处理计算的效率更高，延迟更高。（）
- 3
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
- 4
Spark和Hadoop一样不适用于迭代计算。(<br/>)