1、（填空题） 23. (填空题)spark-submit常用配置项中 --name Name主要用于

2、 10. (单选题)对于RDD1((a,1),(b, 2),(c,3))和RDD2((b,4),(b,5),(a,6)),使用“RDD1.join (RDD2)”,得到的结果是( )。

3、（判断题） 15. (判断题)部署Spark高可用集群不需要用到Zookeeper服务

4、（填空题） 23. (填空题)方法和map()方法类似，但是该方法没有返回值，只用于对参数的结果进行输出。

5、 1. 以下关于Scala解释器（REPL）交互的基本方式说法错误的是（ ）

6、 14. (单选题)以下选项中使用spark-submit指定在YARN框架上运行程序的是( )。

7、（判断题） 35. (判断题)Scala中声明变量时，可以不给出变量的类型，因为在初始化的时候，Scala的类型推断机制能够根据变量初始化的值自动推算出来。

8、 14. (单选题)定义类Counter,并通过new关键字实例化出counter对象，代码如下，以下选项的操作正确的是( )。 class Counter(name:String){val a = 1var b ="counter" } val counter = new Counter("computer")

9、 8. (单选题)以下选项中不能对DataFrame列名进行重命名的方法是( )。

10、 5. (单选题)DataFrame的show()方法默认输出( )条数据。

11、 16. (单选题)以下选项符合Scala编程规范的是( )。 ①"spark".equals("spark") ②"spark".contains(spark) ③val a:String="spark"④val a=List{1,2,3,4}

12、（判断题） 30. (判断题)在Scala中，使用关键字bar声明的变量，值是不可变的。

13、（填空题） 14. (填空题)在DataFrame的操作中，_____用于对记录进行分组。

14、（判断题） 33. (判断题)在Scala中，集合有三大类分别是List、Set以及Map。

15、（填空题） 26. (填空题)在Scala中，获取元组中的值是通过 来获取的

16、 2. Spark是Hadoop生态下（ ）组件的替代方案

17、 5. (单选题)下列选项中不属于MLlib中常用的数据类型的是( )。

18、 6. (单选题)关于Spark MLlib的mllib.stat.Statistics类中的方法，描述错误的是( )。

19、 13. (单选题)使用“val rdd: RDD[String]= sc.makeRDD(List("Hello Scala","Hello Spark"))”创建了一个RDD,以下选项中，不能使该RDD实现单词计数的是( )。

20、 1. (单选题)下列说法正确的是哪一项？（ ）

21、（判断题） 15. (判断题)Spark SQL与Hive不兼容

22、（判断题） 21. (判断题)Spark SQL与Hive相互不兼容。

23、 10. (单选题)在Spark中，调用RDD的（）方法，可以将RDD转换为DataFrame对象。

24、（判断题） 18. (判断题)Hadoop的MapReduce进行计算时，每次产生的中间结果都是存储在内存中；而Spark在计算时产生的中间结果存储在本地磁盘中。

25、（判断题） 20. (判断题)Spark SQL提供了一个编程抽象结构叫做DataFrame的数据模型。

26、 4. (单选题)以下关于数组a的定义，最终数组a的数据与其他选项不一致的是

27、（填空题） 22. (填空题)方法可以通过一个函数重新计算列表中的所有元素，并且返回一个包含相同数目元素的新列表。

28、（判断题） 18. (判断题)Spark SQL不仅能够查询MySQL数据库中的数据，还可以向表中插入新的数据

29、 4. (单选题)下列选项中( )算法属于分类算法。

30、 10. (单选题)表达式for(i<-1 to 3;for(j<-1 to 3;if i!=j))print((10*i+j))+"",输出结果正确的是（ ）

31、 3. (单选题)关于Spark SQL的说法，以下选项错误的是( )。

32、 8. (单选题)下列关于List的定义，哪个是错误的（ ）

33、 1. (单选题)下面哪个端口不是Spark自带服务的端口

34、 11. (单选题)saveAsTextFile()方法用于将( )以文本文件的格式存储到文件系统中。

35、（填空题） 10. (填空题)停止Spark集群的命令为

36、 3. (单选题)下列选项中( )算法不属于有监督学习算法。

37、 4. (单选题)DataFrame可以将数据保存成持久化的表，使用的方法是( )。

38、 7. (单选题)下列选项中，( )不属于数据标准化或归一化方法。

39、 8. (单选题)ALS是MLlib的一个实现推荐算法的包，需要输入的数据类型是( )。

40、 1. (单选题)以下不属于Spark架构中的组件的是( )

41、（判断题） 13. (判断题)标注点是一种带有标签的本地向量，通常用于无监督学习算法中

42、（填空题） 9. (填空题)启动Spark集群的命令为

43、（判断题） 22. (判断题)Spark SQL为Spark框架在结构化数据分析方面提供重要技术支持。

44、 6. (单选题)获取DataFrame中所有数据，并返回一个数组对象，使用的方法是( )。

45、 1. (单选题)机器学习可以分为( )。

46、（填空题） 12. (填空题)在spark-shell下进入粘贴模式的命令为

47、（判断题） 14. (判断题)Spark诞生于洛桑联邦理工学院（EPEL）的编程方法实验室

48、（填空题） 10. (填空题)在Spark MLlib库中，经常用于将对象分到高度相似的类中的一种无监督学习算法的是

49、（填空题） 11. (填空题)是一个用于处理结构化数据的框架，可被视为一个分布式的SQL查询引擎，提供了一个抽象的可编程数据模型DataFrame

50、（填空题） 12. (填空题)推荐算法有两个主要的类别：一种是_____ ，另一种是____

51、 12. (单选题)映射的示例代码如下，运行后res的正确结果是val data=Map(1->"Chinese"),2->"Math",3->"English" val res=for(k,v)<-data;if(k>1)) yield v

52、 4.在Spark中，如果需要对实时数据进行流式计算，那么使用的子框架是（ ）

53、（填空题） 11. (填空题)进入spark-shell操作界面的命令为

54、 5. (单选题)以元组pair为例，以下关于元组说法错误的是（ ）

55、（填空题） 24. (填空题)RDD的操作主要分为____和____

56、（判断题） 34. (判断题)Scala中，使用关键字var或val声明变量时，后面紧跟的变量名称可以和Scala中的保留字重名，而且变量名不可以以字母或下划线开头，且变量名是不区分大小写的。

57、 7. Spark与Hadoop在基于内存的运算中，说法正确的是（）。

58、 7. (单选题)关于RDD集合操作方法，以下选项中描述错误的是

59、 2. (单选题)下列属于关联规则算法是( )。

60、 7. (单选题)下列方法中，哪个方法可以正确计算数组arr的长度（ ）

61、 3. (单选题)以下方法中，从外部存储系统中创建RDD使用的方法是（ ）

62、 2. 以下关于Scala的特性说法错误的是（ ）