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?