Spark SQL可以处理的数据源都包括哪些：
A. 数据文件、Hive表
B. Parquet文件和Hive表
C. 数据文件、RDD
D. 数据文件、Hive表、RDD、外部数据库
正确答案： D
下列关于 Spark SQL 的描述错误的是？
A. SqlContext现在只支持SQL语法解析器
B. Spark SQL 对数据的查询分成了两个分支：SqlContext 和 HiveContext
C. 在spark-shell 中执行 SQL 语句，需要使用 SqlContext 对象来调用sql()方法
D. HiveContext仅支持HiveQL语法解析器，不支持 SQL语法解析器
正确答案： D
关于DataFrame 描述不正确的是?
A. 支持KB级到PB级的数据处理
B. DataFrame是一种不可变的分布式数据集
C. DataFrame是分布式的列对象的集合
D. 支持读取多种存储系统的数据及支持多种数据格式：
正确答案： C
下面关于Spark Streaming描述错误的是：
A. Spark Streaming的基本原理是将实时输入数据以时间片为单位进行拆分
B. Spark Streaming可以整合多种输入数据源，如Kafka，Flume，HDFS，甚至是普通的TCP套接字
C. Spark Streaming的数据抽象是DataFrame
D. Spark Streaming的数据抽象是DStream
正确答案： C
下列哪个说法是正确的?
A. Spark SQL的前身是Hive
B. DataFrame其实就是RDD
C. HiveContext 继承了SqlContext
D. HiveContext只支持SQL语法解析器
正确答案： C
如何查看DataFrame对象df的前10条记录?
A. df.show()
B. df.show(False)
C. df.collect()
D. df.show(10)
正确答案： D
下面不属于Spark Streaming基本数据源的是?
A. 文件系统
B. Kafka
C. Socket连接
D. RDD队列流等
正确答案： B
关于DataFrame及相关函数说法不正确的是?
A. DataFrame由SchemaRDD发展而来
B. createOrReplaceTempView()函数是行动算子
C. toDF()是Spark中创建DataFrame的一种简单方式。它可以将RDD转换为DataFrame,并自动推断元素的类型和创建列
D. RDD到DataFrame的转换，需要手动导入一个隐式转换，否则RDD无法转换成DataFrame
正确答案： B
下面关于MLlib的说法不正确的是?
A. MLlib是Spark的机器学习（ML）库
B. MLlib由一些通用的学习算法和工具组成，包括分类、回归、聚类、协同过滤、降维等
C. spark.mllib包含基于DataFrame的原始算法API
D. MLlib库从1.2版本以后分为两个包:spark.mllib和spark.ml
正确答案： C
VertexId必须是哪种数据类型?
A. Long
B. Int
C. Double
D. String
正确答案： A
关于DataFrame的说法正确的是?
A. DataFrame是Spark SQL提供的最核心的编程抽象
B. DataFrame直接继承了RDD
C. DataFrame是一个分布式的Row对象的数据集合
D. DataFrame实现了RDD的绝大多数功能
正确答案： ACD
相比shark，Spark优势有哪些?
A. Spark SQL摆脱了对Hive的依赖
B. Spark SQL支持在scala中写SQL
C. Spark SQL支持Parquet文件的读写,且保留Schema
D. Spark SQL支持访问Hive,而Shark不支持
正确答案： ABC
关于DStream，以下说法正确的是?
A. DStream代表了持续的数据流
B. DStream可以通过现有的DStream的高级操作获得
C. DStream只能通过外部数据源（Kafka、Flume等）来获取
D. 对DStream的任何操作都会转化成底层的RDDS操作
正确答案： ABD
关于Spark Streaming，下列说法正确的是？
A. Spark Streaming是Spark的核心子框架之一
B. Spark Streaming具有可伸缩、高吞吐量、容错能力强等特点
C. Spark Streaming处理的数据源可以来自Kafka
D. Spark Streaming不能和Spark SQL、Mllib、GraphX无缝集成
正确答案： ABC
使用Spark Streaming，一般需要哪几个步骤?
A. 创建StreamingContext 对象
B. 创建InputStream
C. 操作DStream
D. 启动Spark Streaming
正确答案： ABCD
Spark SQL 的数据抽象是______和DataSet，底层是RDD。
正确答案：DataFrame
Spark SQL中有两种方法可以在DataFrame和RDD之间进行转换，第一种方法是利用____________机制，推导包含某种类型的RDD。
正确答案：反射
在spark-shell启动的过程中会初始化SparkSession对象为____________。
正确答案：spark
__________是Spark Streaming最基本的数据抽象。
正确答案：DStream
DataSet是分布式的数据集合，提供了强类型支持，也是在RDD的每行数据加了类型约束。
正确答案： 正确
Flume 是 Spark Streaming的基本数据源
正确答案： 错误
DStream 不可以通过外部数据源获取。
正确答案： 错误
Spark SQL的前身是Hive，是一个将Spark和hive结合的框架。
正确答案： 错误
Spark SQL目前支持Scala、Java、C++三种语言，支持SQL-92规范。
正确答案： 错误
在Spark中可以将RDD转换为DataFrame，也可以将DataFrame转换为RDD。
正确答案： 正确