在Spark的运行架构中，分布式数据集（RDD）的主要功能是（ ）。
A: 负责把并行操作发布到集群上
B: 负责跨应用程序分配资源
C: 提供弹性分布式数据的操作
D: 用来执行计算和为应用程序存储数据
A: 负责把并行操作发布到集群上
B: 负责跨应用程序分配资源
C: 提供弹性分布式数据的操作
D: 用来执行计算和为应用程序存储数据
举一反三
- spark中的rdd是一个（）数据集 A: 弹性分布式 B: 弹性计算 C: 运送数据 D: 心跳
- 关于Spark中的RDD描述正确的（ ） A: RDD（Resilient Distributed Datset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。 B: Destributed：分布式，可以并行在集群计算。 C: Resilient：表示弹性的，弹性表示。 D: Datset：就是一个集合，用于存放数据的。
- 下列关于Spark中的RDD描述对的有() A: Dataset：就是一个集合，用于存放数据的 B: Destributed：分布式，可以并行在集群计算 C: RDD（ResilientDistributedDataset）叫做弹性分布式数据集，是spark中最基本的数据抽象 D: Resilient：表示弹性的，弹性表示
- Hadoop提供了一个叫做YARN的分布式资源调度平台，Mapreduce编写好程序后，提交到YARN上运行，由YARN（ ）。 A: 进行分布式的资源调度 B: 主要负责以分布式的方式存储海量数据 C: 使当前MapReduce程序能够进行分布式运行 D: 实现分布式的海量数据存储
- Spark中Executer（） A: 负责运行任务，但是并不为应用程序存储数据。 B: 是集群中一台实际的物理机器，通过配置文件设置指定。 C: 负责大数据计算任务的调度和协调，实际上并不运行任务。 D: 是运行在工作节点上的一个进程，负责运行任务，并为应用程序存储数据。