大数据处理框架-Spark的优点是（）。
A: Spark是基于内存的迭代计算框架，适用于需要多次操作特定数据集的应用场合
B: Spark不适用那种异步细粒度更新状态的应用
C: Spark基于非实时数据流的数据处理
D: Spark的适用面比较广泛且比较通用
A: Spark是基于内存的迭代计算框架，适用于需要多次操作特定数据集的应用场合
B: Spark不适用那种异步细粒度更新状态的应用
C: Spark基于非实时数据流的数据处理
D: Spark的适用面比较广泛且比较通用
A,B,D
举一反三
- Spark的应用场景有哪些？（） A: 基于内存的迭代计算适用于需要多次操作特定数据集的应用场合 B: 由于RDD的特性，Spark不适用那种异步细粒度更新状态的应用 C: 适用于增量的web 爬虫和索引，就是对于那种增量修改的应用 D: 数据量没特别大的情况下，但是要求适当程度实时统计分析需求
- Spark Streaming 是Spark系统中用于实时处理流数据的分布式流处理框架，扩展了Spark流式大数据处理能力。
- 关于Spark的说法正确的是 A: Spark是基于内存的实时数据分析框架 B: Spark是基于内存计算的大数据并行计算框架 C: Spark用206个节点对100TB数据做基准排序需23分 D: Spark可用于构建大型的、低延迟的数据分析应用程序
- ______ 是Spark系统中用于实时处理流数据的分布式流处理框架，扩展了Spark 流式大数据处理能力
- Spark是基于内存计算的大数据并行计算框架。Spark基于内存计算，提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性
内容
- 0
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
- 1
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
- 2
【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
- 3
在Spark生态系统组件的应用场景中,下列哪项说法是错误的? A: Spark应用在复杂的批量数据处理 B: Spark SQL是基于历史数据的交互式查询 C: Spark Streaming是基于历史数据的数据挖掘 D: GraphX是图结构数据的处理
- 4
（ ）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