spark 测试题

1. spark 的四大组件下面哪个不是 ( )
A.Spark Streaming B Mlib C Graphx D Spark R

2.下面哪个端口不是 spark 自带服务的端口 ( )
A.8080 B.4040 C.8090 D.18080

3.spark 1.4 版本的最大变化 ( )
A spark sql Release 版本 B 引入 Spark R C DataFrame D支持动态资源分配

4. Spark Job 默认的调度模式 ( )
A FIFO   B FAIR   C 无   D 运行时指定

5.哪个不是本地模式运行的个条件 ( )
A spark.localExecution.enabled=true   B 显式指定本地运行 C finalStage 无父 Stage D partition默认值

6.下面哪个不是 RDD 的特点 ( )
A. 可分区   B 可序列化   C 可修改   D 可持久化

7. 关于广播变量，下面哪个是错误的 ( )
A 任何函数调用    B 是只读的   C 存储在各个节点    D 存储在磁盘或 HDFS

8. 关于累加器，下面哪个是错误的 ( )
A 支持加法 B 支持数值类型 C 可并行 D 不支持自定义类型

9.Spark 支持的分布式部署方式中哪个是错误的 ( )
A standalone B spark on mesos   C spark on YARN D Spark on local

10.Stage 的 Task 的数量由什么决定 ( )

A Partition B Job C Stage D TaskScheduler

11.下面哪个操作是窄依赖 ( )
A join B filter C group D sort

12.下面哪个操作肯定是宽依赖 ( )
A map B flatMap C reduceByKey D sample

13.spark 的 master 和 worker 通过什么方式进行通信的？ ( )
A http B nio C netty D Akka

14 默认的存储级别 ( )
A MEMORY_ONLY B MEMORY_ONLY_SER
C MEMORY_AND_DISK D MEMORY_AND_DISK_SER

15 spark.deploy.recoveryMode 不支持那种 ( )
A.ZooKeeper B. FileSystem D NONE D hadoop

16.下列哪个不是 RDD 的缓存方法 ( )
A persist() B Cache() C Memory()

17.Task 运行在下来哪里个选项中 Executor 上的工作单元 ( )
A Driver program B. spark master C.worker node D Cluster manager

18.hive 的元数据存储在 derby 和 mysql 中有什么区别 ( )
A.没区别 B.多会话 C.支持网络环境 D数据库的区别

19.DataFrame 和 RDD 最大的区别 ( )
A.科学统计支持 B.多了 schema C.存储方式不一样 D.外部数据源支持

20.Master 的 ElectedLeader 事件后做了哪些操作 ( )
A. 通知 driver B.通知 worker C.注册 application D.直接 ALIVE

答案：

DCBAD   CDDDA

BCDAD   CCBBD