Spark期末练习题库题库（得分题）打印附答案详解【综合题】.docxVIP

Spark期末练习题库题库（得分题）打印附答案详解【综合题】

1.SparkDataFrame相比RDD，其主要优势不包括以下哪项？

A.提供结构化数据支持，自带Schema信息

B.基于内存计算，底层使用Tungsten优化，执行效率更高

C.自动优化物理执行计划，减少不必要的Shuffle

D.底层默认基于HadoopMapReduce实现分布式计算

【答案】：D

解析：本题考察DataFrame的核心优势。A正确，DataFrame结构化且带Schema；B正确，Tungsten优化提升内存效率；C正确，Catalyst优化器自动优化执行计划；D错误，DataFrame可基于Tungsten等引擎，不依赖MapReduce。因此答案为D。

2.在Spark中，以下哪个操作会直接触发作业（Job）的提交执行？

A.转换操作（Transformation）

B.行动操作（Action）

C.持久化操作（Cache/Persist）

D.分区操作（Repartition）

【答案】：B

解析：本题考察RDD操作类型的执行特性。转换操作（Transformation）是惰性的，仅记录操作逻辑而不立即执行；行动操作（Action）会触发Spark作业（Job）的提交和实际计算执行，因为它需要返回结果或触发数据处理流程。持久化操作（Cache/Persist）用于