Spark采用RDD以后能够实现高效计算的原因主要在于?
A: 高效的容错性
B: 中间结果持久化到内存,数据在内存中的多个
C: 存放的数据可以是Java对象,避免了不必要的对象序列化和反序列化
D: 采用数据复制实现容错
A: 高效的容错性
B: 中间结果持久化到内存,数据在内存中的多个
C: 存放的数据可以是Java对象,避免了不必要的对象序列化和反序列化
D: 采用数据复制实现容错
举一反三
- 下列哪些属于RDD的特性 A: Spark的运行效率高于MapReduce B: JAVA对象存内存,避免了序列化和反序列化开销 C: 中间结果持久化到内存,避免了磁盘开销 D: 高效的容错性
- Spark采用RDD以后能实现高效计算的原因有() A: 中间结果存入磁盘 B: 中间结果可持久化到内存 C: 高效的容错性 D: 采用分区可实现计算向数据靠拢
- ______ 是构建在 Spark上的图计算模型,它利用spark框架提供的内存级存RDD、DAG和基于数据依赖的容错等特性,实现高效健壮的图计算框架
- ( )是构建在Spark上的图计算模型,它利用Spark框架提供的内存缓存RDD、DAG和基于数据依赖的容错等特性,实现高效健壮的图计算框架。 A: Data Manager B: MLlib C: Spark Runtime D: GraphX
- 关于JAVA序列化与反序列化的说法正确的是?() A: 对象序列化是指将对象转换为字节序列的过程,而反序列化则是根据字节序列恢复对象的过程。 B: 任何类的对象都能被序列化 C: 对实现了Serializable接口的类,采用默认的反序列化方式 D: 实现了Externalizable接口的类,采用默认的序列化方式