在RDD的转换算子中，主要用于（Key，Value）键值对的数据集，将具有相同Key的Value进行分组，会返回一个新的（Key，Iterable）形式的数据集的转换算子是（）
A: filter()
B: groupByKey()
C: reduceByKey()
D: map()
A: filter()
B: groupByKey()
C: reduceByKey()
D: map()
举一反三
- RDD转换操作是在现有数据集创建一个新数据集并返回新RDD,下列()不是转换操作。 A: map B: join C: groupByKey D: countByKey
- “合并”，是指将那些具有相同key的<;key,value>;的value加起来。而“归并”，是指对于具有相同key的键值对会被归并成一个新的键值对。
- 对以下代码片段作用的最准确描述是（ ）wx.setStorage({key:"key",data:"value"}) A: 将数据value异步存储在本地缓存指定的 key 中 B: 将数据data异步存储在本地缓存指定的 key 中 C: 将数据value同步存储在本地缓存指定的 key 中 D: 将数据data同步存储在本地缓存指定的 key 中
- SharedPreference将数据存储到XML文件中，以Map<key,value>形式保存
- MapReduce计算文件词频的例子中描述不正确的是? 包括了Split，Map，Shuffle，Reduce几个过程。在计算过程中数据始终以键值对的形式存在。|Split就是将输入文件中的内容按行分割为key和value的形式。Map阶段对每块的每一个单词为key，单词个数作为value排序进行输出。|在Shuffle阶段，会对map的输出按照key进行合并和排序。|Reduce的过程将所属key下的value进行了叠加，计算出单词key的次数。