1、 2. (单选题)下列属于关联规则算法是( )。

2、 2. Spark是Hadoop生态下（ ）组件的替代方案

3、（判断题） 19. (判断题)DataFrame可以从很多数据源中创建，例如结构化文件、外部数据库、Hive表等数据源。

4、 8. (单选题)关于键值对RDD的连接操作，以下选项中描述正确的是

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

6、（填空题） 24. (填空题)RDD的操作主要分为____和____

7、 8. Spark于2009年诞生于（）。

8、 6. (单选题)关于sortBy(方法的三个可输入参数，以下选项中描述错误的是 （ ）

9、 6. 下列选项中，可以支持Scala和Python编程的交互式解释器是（）。

10、（填空题） 13. (填空题)spark-shell下清屏的快捷方式为

11、（判断题） 15. (判断题)Spark SQL与Hive不兼容

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

13、 6. (单选题)下列选项中，哪个是Scala编译后文件的扩展名（ ）

14、 9. (单选题)对于RDD(a,1),(a,2),(a,3)),使用“reduceByKey(_+_)”进行合并，得到的结果 是（ ）

15、（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。

16、 3. Spark支持的运行模式不包括（ ）

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

18、（判断题） 25. (判断题)RDD是一个可变、不可分区、里面的元素不可并行计算的集合

19、（判断题） 32. (判断题)Scala语言和Java语言一样，都有静态方法或静态字段。

20、（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

21、 1. (单选题)下列说法正确的是哪一项？（ ）

22、（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。

23、 15. (单选题)以下程序的输出结果是( )。 val alphabet = List("A","B","C") val nums = List(1,2) print(alphabet.zip(nums))

24、 5. (单选题)以下是行动操作的方法是（）

25、 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（ ）

26、（填空题） 25. (填空题)方法可对集合中的元素进行分组操作，返回的结果是一个映射。

27、 5. 关于SparkRDD,下列说法不正确的是（ ）

28、（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。

29、（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

30、（判断题） 31. (判断题)在Scala中定义变长数组时，需要导入可变数组包。

31、 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( )。

32、（填空题） 18. (填空题)在RDD操作中，可使用___ 方法收集查询数据

33、 1. (单选题)以下不属于Spark架构中的组件的是( )

34、 5. (单选题)以元组pair为例，以下关于元组说法错误的是（ ）

35、（判断题） 36. (判断题)Scala有两种类型的变量，一种是使用关键字var声明的常量，值是不可变的；另一种是使用关键字val声明的变量，值是可变的。

36、 1. (单选题)下面哪个端口不是Spark自带服务的端口

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、（填空题） 24. (填空题)使用____方法可以实现数据过滤

39、 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}

40、 8. (单选题)下列关于List的定义，哪个是错误的（ ）

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

42、（填空题） 10. (填空题)停止Spark集群的命令为

43、（填空题） 13. (填空题)Spark SQL作为分布式SQL查询引擎，让用户可以通过 、DataFrames API和Datasets API3种方式实现对结构化数据的处理。

44、 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( )。

45、 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( )。

46、 12. (单选题)Spark中的SparkContext是( )。

47、 15. (单选题)以下选项中不是spark-submit的指定参数的是( )

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

49、 1. (单选题)机器学习可以分为( )。

50、（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。

51、 19. (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 = 1 var b ="counter” } val counter = new Counter("computer")

52、 9. (单选题)下列选项中，哪个不是Spark生态系统中的组件？

53、（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____

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

55、 7. (单选题)以下选项中，关于Spark SQL优点描述正确的是( )。 ①将SQL查询与Spark程序无缝混合，可以使用Java、Scala、Python、R等语言的API操作 ②兼容Hive ③统一的数据访问 ④标准的数据连接

56、（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。

57、（判断题） 16. (判断题)在Spark SQL中，若想要使用SQL风格操作，则需要提前将DataFrame注册成一张临时表

58、 2. (单选题)现有一个DataFrame数据命名为data,而在Spark SQL的DataFrame API中有众多方法可以对其数据进行查看。查看data数据的前10条数，以下写法错误是( )。

59、（填空题） 20. (填空题)使用 ___方法可以合并多个RDD

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

61、 9. (单选题)关于Spark SQL的DataFrame基础操作，以下选项中说法错误的是( )。

62、（填空题） 12. (填空题)Spark SQL是Spark用来 的一个模块