Linux系统与大数据应用 第8章习题答案.docx

第8章答案

选择题

CAACBD

简答题

1.“jps”命令的用处？

答案：这个命令可以检查Namenode、Datanode、TaskTracker、JobTracker是否正常工作。

2.hadoop-env.sh是用于做什么的？

答案：hadoop-env.sh提供了Hadoop中.JAVA_HOME的运行环境

3.简单说明一下什么是sparkRdd?

答案：parkRDD叫做分布式数据集，是Spark中最基本的数据抽象，它代表一个不可变、可分区、里面的元素可并行计算的集合。RDD具有数据流模型的特点：自动容错、位置感知性调度和可伸缩性。RDD允许用户在执行多个查询时显式地将工作集缓存在内存中，后续的查询能够重用工作集。RDD支持两种类型的操作：转换（从现有数据集创建新数据集）和操作（在数据集上运行计算后将值返回给驱动程序）RDD中的所有转换都是延迟加载的，也就是说，它们并不会直接计算结果。只有当执行action时才会计算结果。