Spark期末练习题库练习试题附完整答案详解【典优】.docxVIP

Spark期末练习题库练习试题附完整答案详解【典优】

1.SparkDataFrame相比RDD的主要优势不包括以下哪项？

A.支持SQL风格的结构化查询

B.自动优化执行计划（基于Catalyst）

C.可自动推断数据Schema（如JSON/CSV文件）

D.直接支持分布式文件系统（如HDFS）的读写

【答案】：D

解析：本题考察DataFrame的核心优势。A、B、C均为DataFrame相比RDD的显著优势：A支持SQL查询；B通过Catalyst优化器自动优化执行计划；C可自动推断Schema（RDD需手动定义类型）。D错误：RDD也支持直接读写HDFS（如textFile()），DataFrame的HDFS读写是基于RDD实现的，并非其独有优势。

2.在Spark2.x及以上版本中，用于创建DataFrame和执行SQL操作的统一入口类是？

A.SparkContext

B.SQLContext

C.SparkSession

D.HiveContext

【答案】：C

解析：本题考察Spark入口类。正确答案为C，SparkSession是Spark2.0引入的统一入口，整合了SQLContext和HiveContext功能。SparkContext是基础上下文（仅管理RDD），SQLContext为早期SQL操作入口（已被取代），HiveCon