Spark期末练习题库能力提升题库及答案详解（全优）.docxVIP

Spark期末练习题库能力提升题库及答案详解（全优）

1.关于SparkDataFrame和Dataset的描述，正确的是？

A.DataFrame是强类型的分布式数据集

B.Dataset只能通过SparkSession.readAPI创建

C.DataFrame与RDD相比，查询性能通常更优

D.Dataset不支持SQL操作

【答案】：C

解析：本题考察DataFrame与Dataset的核心区别。A选项错误，Dataset是强类型分布式数据集（如Dataset[CaseClass]），DataFrame是弱类型（基于Row）；B选项错误，Dataset可通过RDD转换（如rdd.toDS()）或SparkSession.readAPI创建；C选项正确，DataFrame通过Schema元数据和Catalyst优化器实现更优的执行计划，查询性能通常优于RDD；D选项错误，Dataset可注册为临时视图后通过SQL查询。

2.以下属于SparkRDD动作（Action）操作的是？

A.map

B.count

C.filter

D.flatMap

【答案】：B

解析：本题考察RDD转换与动作操作的区别。动作操作会触发Spark作业执行并返回结果，转换操作仅生成新RDD而不立即执行。B选项count()是典型动作，用于返回RDD元素数量；A、C、D均为转