关于spark容错说法错误的有？（）

A.宽依赖指的是多个子RDD的分区会依赖同一个父RDD的分区，关系是一对多

B.窄依赖指的是每一个父RDD的分区最多被子RDD的一个分区使用，是一对一的

C.宽依赖中会有shuffle的产生

D.窄依赖中会有shuffle的产生

A.宽依赖

B.深度依赖

C.广度依赖

D.窄依赖

A.RDD

B.Spark Streaming

C.Spark SQL

D.Shark

A.基于内存的计算

B.基于DAG的调度框架

C.基于Lineage的容错机制

D.基于分布式计算的框架

A.基于内存计算

B.高可伸缩性

C.低容错

D.分布式并行数据处理框架

A.Spark引进了弹性分布式数据集RDD(ResilientDistributedDataset)的抽象，容错性高

B.Spark提供的数据集操作类型不仅限于Map和Reduce，大致分为：Transformations和Actions两大类

C.Spark程序由Python语言进行编写，不支持Java语言进行的程序编写

D.Spark把中间数据放到内存中，迭代运算效率高

A.RDD具有血统机制(Lineage)

B.RDD默认存储在磁盘

C.RDD是一个只读的,可分区的分布式数据集

D.RDD是Spark对基础数据的抽象

A.RDD是一个容错的、并行的数据结构

B.RDD是一个只读的分区记录集合

C.RDD是可依赖的

D.RDD是可变的