关于Shark,下面描述正确的是:
A.Shark提供了类似Pig的功能
B.Shark把SQL语句转换成MapReduce作业
C.Shark重用了Hive中的HiveQL解析、逻辑执行计划翻译、执行计划优化等逻辑
D.Shark的性能比Hive差很多
![](https://lstatic.shangxueba.com/sxbcn/h5/images/tips_org.png)
A.Shark提供了类似Pig的功能
B.Shark把SQL语句转换成MapReduce作业
C.Shark重用了Hive中的HiveQL解析、逻辑执行计划翻译、执行计划优化等逻辑
D.Shark的性能比Hive差很多
第1题
A.在Shark原有的架构上重写了逻辑执行计划的优化部分,解决了Shark存在的问题
B.Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据
C.Spark SQL执行计划生成和优化都由Catalyst(函数式关系查询优化框架)负责
D.Spark SQL执行计划生成和优化需要依赖Hive来完成
第6题
A.一条C语句可能会被转换成零条机器指令
B.一条C语句可能会被转换成多条机器指令
C.一条C语句对应转换成一条机器指令
D.某种类型和格式的C语句被转换成机器指令的条数是固定的
第7题
A.Statement类
B.PreparedStaternent类
C.CallableStatement类
D.DriverStatement类
第8题
A.Python通过try、except等保留字提供异常处理功能
B.ZeroDivisionError是一个变量未命名错误
C.NameError是一种异常类型
D.异常语句可以与else和finally语句配合使用
第9题
A.NameError是一种异常类型
B.ZeroDivisionError是一个变量未命名错误
C.Python通过try、except等保留字提供异常处理功能
D.异常语句可以与else和finally语句配合使用
第10题
A.DataFrame的推出,让Spark具备了处理大规模结构化数据的能力
B.DataFrame比原有的RDD转化方式更加简单易用,而且获得了更高的计算性能
C.Spark能够轻松实现从MySQL到DataFrame的转化,并且支持SQL查询
D.DataFrame是一种以RDD为基础的分布式数据集,提供了详细的结构信息
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!