题目内容
（请给出正确答案）
A.Spark Streaming的基本原理是事件驱动的，即来一份数据就立刻进行处理，是一种纯的流式处理的组件，可达到毫秒级时延
B.Spark SQL是Spark中用于结构化数据处理的模块在Spark应用中，可以无缝的使用SQL语句亦或是DataFrame API对结构化数据进行查询
C.Structured Streaming的核心是将流式的数据看成一张数据不断增加的数据库表，这种流式的数据处理模型类似于数据块处理模型，可以把静态数据库表的一些查询操作应用在流式计算中，Spark执行标准的SQL查询，从无边界表中获取数据
D.Spark内置MLlib和GraphX算法库，尤其是MLlib在海量数据的分布式机器场景中有广泛的应用
如搜索结果不匹配，请 联系老师 获取答案
更多“关于Spark内置的处理框架，以下哪一个选项是错误的?（）”相关的问题
第4题
A、Storm和Spark Streaming都属于大数据流式处理技术
B、在实时性方面，Storm比Spark Streaming数据处理的延迟高
C、流式处理的特点是不断有数据流入、处理、流出
D、Spark Streaming能够接收来自Kafka、Flume等多种数据源的数据
第5题
A.Storm和Spark Streaming都属于大数据流式处理技术
B.在实时性方面，Storm比Spark Streaming数据处理的延迟高
C.流式处理的特点是不断有数据流入、处理、流出
D.Flume等多种数据源的数据
第6题
A.克服MapReduce在迭代式计算和交互式计算方面的不足。
B.Mlib是Spark的机器学习库。
C.Spark streaming是一个真正的实时计算框架。
D.RDD 算子分为 transformation 和 action，transformation 是得到一个新的RDD。
第9题
A、Spark Streaming是Spark核心的扩展，支持实时数据流处理
B、Spark Streaming能够接收Kafka、HDFS等多种数据源的数据
C、Spark Streaming的实时性比Storm好
D、Spark Streaming把流式计算转化为一系列微小数据块的批处理计算
第10题
A.Storm虽然可以做到低延迟，但是无法实现高吞吐，也不能在故障发生时准确地处理计算状态
B.Spark Streaming通过采用微批处理方法实现了高吞吐和容错性，但是牺牲了低延迟和实时处理能力
C.Flink实现了GoogleDataflow流计算模型，是一种兼具高吞吐、低延迟和高性能的实时流计算框架，并且同时支持批处理和流处理
D.Spark Streaming可以实现毫秒级响应，而Flink只能实现秒级响应
为了保护您的账号安全，请在“上学吧”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
微信搜一搜
上学吧
微信搜一搜
上学吧
