SparkStreaming流处理试卷及详解.docxVIP

SparkStreaming流处理试卷及详解

一、单项选择题（共10题，每题1分，共10分）

SparkStreaming的核心数据抽象是以下哪一项？

A.RDD

B.DStream

C.DataFrame

D.DataSet

答案：B

解析：DStream（离散流）是SparkStreaming独有的核心抽象，本质是按时间分片的RDD序列，对应每个微批次的数据集。选项A是SparkCore的核心抽象，选项C、D是SparkSQL的核心抽象，均不符合题意。

SparkStreaming中决定微批次划分粒度的核心参数是？

A.批次间隔

B.窗口长度

C.滑动步长

D.执行时长

答案：A

解析：批次间隔是用户初始化StreamingContext时设置的时间参数，是划分微批次的核心依据，也是任务提交的最小时间单位。选项B、C是窗口操作的专属参数，选项D是单批次任务的实际运行时长，均不能决定批次划分粒度。

下列属于SparkStreaming核心包自带、无需额外引入依赖的输入源是？

A.HDFS文件目录源

B.Kafka数据源

C.Flume数据源

D.Kinesis数据源

答案：A

解析：SparkStreaming核心包仅内置了文件目录源、TCP套接字源两类基础数据源，Kafka、Flume、Kinesis均属于第三方集成数据源，需要引入对应的连接器依赖才