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

2、（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。

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

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

5、（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

6、 4. (单选题)以下是转换操作的方法是（）

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

8、（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

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

10、（填空题） 9. (填空题)启动Spark集群的命令为

11、 2. (单选题)下列属于关联规则算法是( )。

12、 1. (单选题)机器学习可以分为( )。

13、 2. Spark是Hadoop生态下（ ）组件的替代方案

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

15、（填空题） 24. (填空题)使用____方法可以实现数据过滤

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

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

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

19、（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

20、（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

21、 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( )。

22、 1. (单选题)下列说法正确的是哪一项？（ ）

23、 3. (单选题)下列选项中( )算法不属于有监督学习算法。

24、 3. (单选题)以下关于Scala的变量定义、赋值的代码，运行后一定会报错的是（ ）

25、 12. (单选题)Spark中的SparkContext是( )。

26、（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。

27、（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____

28、 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

29、（填空题） 22. (填空题)方法用于对具有相同键的值进行分组，可以对同一组的数据进行计数、求和等操作。

30、 21. (单选题)Scala中，用于创建单例对象的关键字是（）。

31、 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

32、 13. (单选题)以下关于Scala的类和单例对象之间的差别描述正确的是（ ）

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

34、 8. Spark于2009年诞生于（）。

35、 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（ ）

36、 5. (单选题)以下是行动操作的方法是（）

37、（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。

38、 2. 以下关于Scala的特性说法错误的是（ ）

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

40、（填空题） 11. (填空题)协同过滤推荐算法有两种形式，分别是_____和_____

41、（判断题） 26. (判断题)RDD采用了惰性调用，即在RDD的处理过程中，真正的计算发生在RDD的“行动”操作

42、 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。

43、（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。

44、 2. (单选题)下列方法中，不可用于创建RDD的方法的是（ ）

45、（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。

46、 5. 关于SparkRDD,下列说法不正确的是（ ）

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

48、 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}

49、 1. (单选题)下面哪个端口不是Spark自带服务的端口

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

51、 16. (单选题)提交Spark程序时，通常需要设置一些配置项，关于配置项，下列说法错误的是（ ）

52、 7. (单选题)下列选项中，( )不属于数据标准化或归一化方法。

53、 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（ ）

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

55、（判断题） 15. (判断题)Spark SQL与Hive不兼容

56、 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))

57、（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。

58、 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( )。

59、 9. (单选题)下列选项中，哪个不是Spark生态系统中的组件？

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

61、 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 （ ）

62、 9. (单选题)关于mllib.feature中创建特征向量的方法，下列说法错误的是( )。

63、 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( )。

64、（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。

65、 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( )。