Spark的RDD的转换会触发Spark计算操作。
错误
举一反三
- (判断)Spark的RDD的转换不会触发Spark计算操作。() A: Ture B: False
- Spark中RDD的转换操作是______ 求值的,这意味着在被调用行为操作前,Spark不会真正地开始计算。
- Spark的计算发生在RDD的()操作。 A: SparkRuntime B: Transformation C: Action D: Mesos
- Spark RDD提供了一组丰富的操作以支持常见的数据运算,“转换”(Transformation)() A: 包括诸如count、collect等操作。 B: 可以触发真正的计算,这是惰性调用导致的。 C: 执行计算并指定输出的形式。 D: 指定RDD之间的相互依赖关系,即接受RDD并返回RDD。
- Spark对RDD的操作主要分为行动(Action)和转换(Transformation)两种类型,两种类型操作的区别是什么?
内容
- 0
spark中的RDD是什么?
- 1
Spark RDD采用了惰性调用,在RDD的执行过程中,真正的计算发生在RDD的“行动”操作,对于“行动”操作之前的所有“转换”操作,仅记录下操作应用的一些基础数据集以及RDD生成的轨迹,并不会出发真正的操作。
- 2
中国大学MOOC: 以下操作中,哪个不是Spark RDD编程中的操作
- 3
关于Spark和RDD下列说法错误的是() A: Spark支持三种类型的部署方式:Standalone,SparkonMesos,SparkonYARN B: 在选择SparkStreaming和Storm时,对实时性要求高(比如要求毫秒级响应)的企业更倾向于选择流计算框架Storm C: RDD提供的转换接口既适用filter等粗粒度的转换,也适合某一数据项的细粒度转换 D: RDD采用惰性调用,遇到“转换(Transformation)”类型的操作时,只会记录RDD生成的轨迹,只有遇到“动作(Action)”类型的操作时才会触发真正的计算
- 4
spark中的RDD有哪些特性?