Tổng hợp các câu hỏi về Apache Spark | Ôn tập cuối kì môn Lưu trữ và xử lý dữ liệu lớn

Tổng hợp các câu hỏi về Apache Spark | Ôn tập cuối kì môn Lưu trữ và xử lý dữ liệu lớn

  1/24/2022    trannguyenhan

---

Xem phần trước: Tổng hợp các câu hỏi về Apache Hadoop | Ôn tập cuối kì môn Lưu trữ và xử lý dữ liệu lớn

Số thứ tự	Câu hỏi	Đáp án	Câu Trả Lời
1	Spark được phát triển bằng ngôn ngữ nào	A. Java B. Scala C. Python D. R	B
2	Trong Spark Streaming dữ liệu có thể lấy từ những nguồn nào?	A. Kafka B. Flume C. Kinesis D. Tất cả	D
3	Apache Spark có API cho các ngôn ngữ:	A. Java B. Scala C. Python D. Tất cả	D
4	Đâu không phải là một thành phần trong hệ sinh thái Spark?	A. Sqoop B. GraphX C. MLlib D. BlinkDB	A
5	Cấu trúc dữ liệu cơ bản của Spark Streaming là gì?	A. DStream B. RDD C. Shared Variable D. Không có trong số đáp án trên	A
6	Thuật toán nào sau đây không có trong Spark MLlib	A. Streaming Linear Regression B. Streaming KMeans C. Tanimoto distance D. Không có trong các phương án trên	C
7	DStream là gì?	A. Chuỗi các RDD liên tục B. Chuỗi Dataframe liên tục C. Chuỗi Dataset liên tục D. Không có trong các phương án trên	A
8	Đâu không phải là một đặc điểm của Spark	A. Hỗ trợ xử lý tính toán trên RAM B. Tính chịu lỗi C. Tiết kiệm chi phí D. Tương thích với hệ thống lưu trữ tệp khác	C
9	Đâu không phải là một ouput operation của DStream	A. SaveAsTextFiles B. ForeachRDD C. SaveAsHadoopFiles D. ReduceByKeyAndWindow	D
10	Apache Spark có khả năng xử lý hàng loạt khi chạy trên RAM nhanh hơn bao nhiêu lần so với MapReduce	A. 10 B. 20 C. 100 D. 200	C
11	Đâu là lý do khiến Spark nhanh hơn MapReduce	A. Công cụ thực thi DAG và tính toán trên RAM B. Hỗ trợ cho việc sử dụng nhiều ngôn ngữ khác nhau như Scala; Java; Python; R C. RDD là bất biến và có khả năng chịu lỗi cao D. Không có trong các phương án trên	A
12	Điều nào sau đây là đúng khi nói về RDD	A. RDD là một mô hình lập trình B. RDD là một tập hợp đối tượng bất biến C. Là database D. Không có trong các phương án trên	B
13	Khả năng chịu lỗi của RDD thể hiện qua đâu?	A. Tính bất biến của RDD B. DAG (Directed Acyclic Graph) C. Lazy-evaluation D. Không có trong các phương án trên
14	Đầu vào dữ liệu cho chương trình Spark có thể là:	A. Local files B. HDFS; NFS C. Amazon S3; Elasticsearch D. Cả 3 phương án trên	D
15	Đâu là lệnh lưu dữ liệu ra ngoài chương trình Spark?	A. input.saveAsTextFile('file:///usr/zeppelin/notebook/dataset/new.txt') B. input.saveAsTextFile('/usr/zeppelin/notebook/dataset/new.txt') C. input.saveAs('file:///usr/zeppelin/notebook/dataset/new.txt') D. input.saveAsTextFile:'file:///usr/zeppelin/notebook/dataset/new.txt'	A
16	Đâu là cách submit đúng một job lên Spark cluster hoặc chế độ local	A. ./spark-submit wordcount.py README.md B. ./spark-submit README.md wordcount.py C. spark-submit wordcount.py README.md D. Phương án A và C	A
17	Câu lệnh MapReduce trong Spark dưới đây chia mỗi dòng thành từ dựa vào delimiter nào: input.flatMap(lambda x: x.split('\t')).map(lambda x: (x;1)).reduceByKey(add)	A. Tab B. Dấu cách C. Dấu hai chấm D. Dấu phẩy	A

Tham khảo: https://data-flair.training/