spark笔试题及答案.pdfVIP

spark笔试题及答案

考试时间：120分钟总分：100分年级/班级：高二/计算机

科学

试标题:spark笔试题及答案

一、选择题

1.在Spark中，以下哪个操作是按key进行聚合的操作？

A.map

B.reduceByKey

C.filter

D.flatMap

2.Spark中，以下哪个shuffle操作会重新分区数据？

A.repartition

B.coalesce

C.sample

D.allToAll

3.在Spark中，以下哪个持久化级别提供了最高的性能？

A.DISK_ONLY

B.MEMORY_ONLY

C.MEMORY_AND_DISK

D.OFF_HEAP

4.Spark中，以下哪个API用于读取CSV文件？

A.readTextFile

B.readCSV

C.readParquet

D.readJSON

5.在Spark中，以下哪个操作是用于过滤数据集的操作？

A.map

B.filter

C.reduceByKey

D.flatMap

6.Spark中，以下哪个操作是用于对数据进行排序的操作？

A.sortBy

B.map

C.reduceByKey

D.flatMap

7.在Spark中，以下哪个操作是用于将两个RDD进行连接的操作？

A.join

B.union

C.intersection

D.subtract

8.Spark中，以下哪个持久化级别提供了最低的内存占用？

A.DISK_ONLY

B.MEMORY_ONLY

C.MEMORY_AND_DISK

D.OFF_HEAP

9.在Spark中，以下哪个操作是用于对数据进行分组聚合的操作？

A.groupByKey

B.reduceByKey

C.filter

D.flatMap

10.Spark中，以下哪个API用于写入Parquet文件？

A.writeTextFile

B.writeCSV

C.writeParquet

D.writeJSON

二、填空题

1.Spark的核心抽象是______和______。

2.在Spark中，______是一种轻量级的持久化方式。

3.Spark中，______操作是用于对数据进行映射的操作。

4.在Spark中，______是一种分布式数据存储系统。

5.Spark中，______操作是用于对数据进行过滤的操作。

6.在Spark中，______是一种持久化级别，它将数据存储在内存中。

7.Spark中，______操作是用于对数据进行排序的操作。

8.在Spark中，______是一种持久化级别，它将数据存储在磁盘上。

9.Spark中，______操作是用于将两个RDD进行连接的操作。

10.在Spark中，______是一种持久化级别，它将数据存储在内存和磁盘上。

三、多选题

1.在Spark中，以下哪些操作会触发shuffle？

A.reduceByKey

B.join

C.filter

D.repartition

2.Spark中，以下哪些持久化级别提供了内存和磁盘的持久化？

A.MEMORY_AND_DISK

B.DISK_ONLY

C.MEMORY_ONLY

D.OFF_HEAP

3.在Spark中，以下哪些API用于读取数据？

A.readTextFile

B.readCSV

C.readParquet

D.readJSON

4.Spark中，以下哪些操作是用于对数据进行聚合的操作？

A.groupByKey

B.reduceByKey

C.filter

D.flatMap

5.在Spark中，以下哪些持久化级别提供了最高的性能？

A.DISK_ONLY

B.MEMORY_ONLY

C.MEMORY_AND_DISK

D.OFF_HEAP

6.Spark中，以下哪些操作是用于对数据进行排序的操作？

A.sortBy

B.map

C.reduceByKey

D.flatMap

7.在Spark中，以下哪些操作是用于将两个RDD进行连接的操作？

A.join

B.union

C.inters