《spark編程基礎(chǔ)》課程考試復(fù)習(xí)題庫及答案

PAGEPAGE1《spark編程基礎(chǔ)》課程考試復(fù)習(xí)題庫及答案多選題1.以下哪些是Spark的組件？（）A、MLBase/MLlibB、GraphXC、SparkRD、Matlab答案：ABC2.在Spark中，對(duì)RDD的Action操作有哪些？（）A、saveAsTextFileB、saveAsSequenceFileC、saveAsObjectFileD、saveAsParquet答案：ABC3.在Spark中，對(duì)RDD的transformation操作有哪些？（）A、flatmapB、sleC、reduceByKeyD、reduce答案：ABC4.關(guān)于spark應(yīng)用程序部署，描述正確的有？（）A、使用java開發(fā)的spark程序，需要編譯，部署到服務(wù)器執(zhí)行B、使用scala開發(fā)的spark程序，需要編譯，部署到服務(wù)器執(zhí)行C、使用python開發(fā)的spark程序，需要編譯，部署到服務(wù)器執(zhí)行D、使用scala開發(fā)的spark程序，不需要編譯，直接部署到服務(wù)器執(zhí)行答案：AB5.Spark是什么()A、Spark是基于內(nèi)存計(jì)算的框架B、Spark是基于磁盤計(jì)算的框架C、Spark是一種基于RDD計(jì)算框架D、Spark是一種并行計(jì)算框架答案：ACD6.開發(fā)spark應(yīng)用程序，常用的開發(fā)語言有哪些？（）A、PythonB、ScalaC、JavaD、objectC答案：ABC7.Scala中可以定義哪些類型的類？A、對(duì)象類B、實(shí)例類C、抽象類D、特質(zhì)類答案：ABCD8.Spark使用的資源管理器有哪些？（）A、MesosB、standaloneC、yarnD、cloud答案：ABCD9.spark的數(shù)據(jù)，可以存儲(chǔ)在哪些地方？（）A、HDFSB、CassandraC、HbaseD、S3答案：ABCD10.SparkStreaming的數(shù)據(jù)來源有哪些？（）A、KafkaB、FlumeC、HDFSD、Twitter/Kinesis答案：ABCD11.Scala中的異常處理機(jī)制包括哪些？A、try/catch塊B、throw語句C、try/finally塊D、catch/finally塊答案：ABC12.進(jìn)入sparkshell，可以傳遞哪些參數(shù)？（）A、--masterB、--driver-memoryC、--driver-coresD、--executor-cores答案：ABCD13.大數(shù)據(jù)處理主要的三種場(chǎng)景為（）A、批處理B、交互處理C、流式計(jì)算D、事務(wù)處理答案：ABC14.spark都有哪些組件？（）A、SparkSQLB、SparkStreamingC、MLlibD、GraphX答案：ABCD15.parkRDD持久化存儲(chǔ)數(shù)據(jù)來源，有哪些？（）A、HDFSB、CassandraC、HbaseD、S3答案：ABCD16.關(guān)于SparkRDD，說法正確的有哪些？（）A、RDD可以來源于持久存儲(chǔ)，也可以從其他RDD轉(zhuǎn)換B、RDD狀態(tài)不可變，不能修改C、支持元素根據(jù)Key進(jìn)行分區(qū)，保存到多個(gè)節(jié)點(diǎn)上D、可以設(shè)置存儲(chǔ)級(jí)別（內(nèi)存、磁盤等）來進(jìn)行持久化答案：ABCD17.在Spark中，對(duì)RDD的transformation操作有哪些？（）A、mapB、unionC、joinD、istinct答案：ABCD18.Scala中的控制結(jié)構(gòu)包括哪些？A、if/else結(jié)構(gòu)B、for循環(huán)結(jié)構(gòu)C、while循環(huán)結(jié)構(gòu)D、o/while循環(huán)結(jié)構(gòu)答案：ABC19.Spark與Hadoop的區(qū)別()。A、Spark是基于內(nèi)存計(jì)算框架，而Hadoop基于硬盤計(jì)算框架B、Spark是基于硬盤計(jì)算框架，而Hadoop基于內(nèi)存計(jì)算框架C、Spark是一站式計(jì)算框架，而Hadoop只適合離線處理計(jì)算框架D、Spark只適合離線處理計(jì)算框架，而Hadoop是一站式計(jì)算框架答案：AC20.以下對(duì)SparkSQL的描述正確的有？（）A、SparkSQL運(yùn)行開發(fā)人員之間處理RDDB、SparkSQL可以直接查詢hive中的數(shù)據(jù)C、SparkSQL運(yùn)行開發(fā)人員之間使用SQL進(jìn)行復(fù)制的數(shù)據(jù)分析D、SparkSQL的性能上，和Hive類似。答案：ABC21.可以使用哪些語言來編寫spark應(yīng)用程序？（）A、javaB、scalaC、pythonD、R答案：ABCD22.以下哪些操作為窄依賴（）A、mapB、filterC、unionD、groupByKey答案：ABC23.Spark中RDD的數(shù)據(jù)來源有哪些？（）A、存儲(chǔ)設(shè)備獲取B、從其他RDD轉(zhuǎn)換來C、從磁盤讀取文件D、從hdfs讀取數(shù)據(jù)答案：ABCD24.在Spark中，對(duì)RDD的Action操作有哪些？（）A、takeB、takeSleC、foreachD、countByKey答案：ABCD25.關(guān)于Sparkstreaming和storm描述正確的是？（）A、Storm逐條處理數(shù)據(jù)，而streaming有一定的時(shí)間窗口B、storm是亞秒級(jí)，而streaming有一定的延遲C、storm和streaming都是由scala開發(fā)D、streaming可以完全替代storm答案：AB26.Scala中的參數(shù)傳遞方式有哪些？A、值傳遞B、引用傳遞C、默認(rèn)傳遞D、上下文傳遞答案：ABD27.Spark的運(yùn)行模式有哪些？（）A、localB、StandaloneC、onYarnoronmesosD、onCloud答案：ABCD28.SparkStreaming具有哪些特性？（）A、可伸縮B、高吞吐量C、容錯(cuò)D、實(shí)時(shí)流處理答案：ABCD29.下列對(duì)spark描述正確的有？（）A、spark是基于內(nèi)存計(jì)算的B、spark處理大量數(shù)據(jù)的一個(gè)快速通用的引擎C、spark由lab實(shí)驗(yàn)室開發(fā)D、spark目前是apache的頂級(jí)項(xiàng)目答案：ABCD30.關(guān)于spark可視化程序，默認(rèn)端口，描述正確的有（）A、8080顯示master運(yùn)行情況B、4040可以看到j(luò)ob相關(guān)的信息C、8081顯示的是worker運(yùn)行的情況D、4040可以看到storage相關(guān)的信息答案：ABCD31.Scala中可以定義哪些類型的函數(shù)？A、有參函數(shù)B、無參函數(shù)C、返回值函數(shù)D、嵌套函數(shù)答案：ABCD32.Spark的容錯(cuò)機(jī)制是()。A、checkpointB、persistC、acheD、lineage答案：AD33.spark基本特點(diǎn)有哪些？（）A、EaseofuseB、GeneralityC、RunseverywhereD、Speed答案：ABCD34.在如下選項(xiàng)中，選出窄依賴項(xiàng)（）A、mapB、flatmapC、unionD、istinct答案：ABC35.在Sparkshell中，導(dǎo)入數(shù)據(jù)的過程，哪些是正確的？（）A、valrdd=sc.parallelize()B、valrdd=sc.textFile()C、valrddnew=rddold.map()D、valrddnew=rddold.filter()答案：ABCD36.spark和hadoop對(duì)比，說法正確的是？（）A、Hadoop中間結(jié)果會(huì)存儲(chǔ)在磁盤上B、spark中間結(jié)果會(huì)存儲(chǔ)在內(nèi)存中C、Spark相對(duì)于hadoop提供了更多的操作D、Spark已經(jīng)完全取代hadoop答案：ABC37.對(duì)于spark開發(fā)環(huán)境搭建，所依賴的環(huán)境必須要有哪些（）A、jdkB、scalaC、pythonD、spark答案：ABD38.在spark中，以下選項(xiàng)，描述正確的有？（）A、一個(gè)應(yīng)用程序，可能會(huì)有多個(gè)jobB、一個(gè)job，可能對(duì)應(yīng)一個(gè)stageC、一個(gè)stage，可能會(huì)對(duì)應(yīng)多個(gè)taskD、一個(gè)job，可能對(duì)應(yīng)多個(gè)stage答案：ACD39.在Spark中，對(duì)RDD的Action操作有哪些？（）A、ReduceB、collectC、ountD、first答案：ABCD40.以下對(duì)SparkCore描述正確的有？（）A、引入了RDDB、移動(dòng)計(jì)算而非移動(dòng)數(shù)據(jù)C、使用線程池來減少task啟動(dòng)開銷D、使用akka作為通訊框架答案：ABCD判斷題1.Scala是一種面向?qū)ο蠛秃瘮?shù)式編程語言。A、正確B、錯(cuò)誤答案：A2.Scala中的print和println兩個(gè)方法無區(qū)別（）A、正確B、錯(cuò)誤答案：B3.Scala中的“type”關(guān)鍵字可以用來定義類型別名。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：A4.spark是由java語言開發(fā)（)A、正確B、錯(cuò)誤答案：B5.Scala中的“case”關(guān)鍵字可以用來定義案例類。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：A6.由于Spark提供一站式的解決方案，而且sparkstreaming和apachestorm功能相似，所以sparkStreaming可以完全替代apachestorm。（）A、正確B、錯(cuò)誤答案：B7.Estimator翻譯成轉(zhuǎn)換器（）A、正確B、錯(cuò)誤答案：B8.在對(duì)sparkstreaming的測(cè)試中，使用nc-lk9999，可以向9999端口，發(fā)送數(shù)據(jù)。（）A、正確B、錯(cuò)誤答案：A9.subtract是對(duì)兩個(gè)RDD進(jìn)行交集運(yùn)算（）A、正確B、錯(cuò)誤答案：B10.在Scala中，可以用“var”關(guān)鍵字聲明可變對(duì)象。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：A11.PipeLine翻譯為流水線或者管道。（）A、正確B、錯(cuò)誤答案：A12.MLlib是Spark的機(jī)器學(xué)習(xí)（MachineLearning）庫（）A、正確B、錯(cuò)誤答案：A13.在spark對(duì)RDD的操作中，每個(gè)action操作，可以看成是一個(gè)job（）A、正確B、錯(cuò)誤答案：A14.Scala中的變量必須先聲明后使用。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：B15.Scala中的“List”類型是一種可變集合類型。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：B16.Scala中的“object”關(guān)鍵字可以用來定義單例對(duì)象。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：A17.next可以返回迭代器的下一個(gè)元素（）A、正確B、錯(cuò)誤答案：A18.MapReduce是一種分布式并行編程模型。（)A、正確B、錯(cuò)誤答案：A19.在spark中，對(duì)rdd執(zhí)行transformation操作后，現(xiàn)有的RDD并不會(huì)立刻通過轉(zhuǎn)換，生產(chǎn)一個(gè)新的RDD。()A、正確B、錯(cuò)誤答案：A20.編寫spark應(yīng)用程序，首先需要?jiǎng)?chuàng)建sparkcontext對(duì)象。（）A、正確B、錯(cuò)誤答案：A21.Load命令導(dǎo)入腳本，一次運(yùn)行多行程序（）A、正確B、錯(cuò)誤答案：A22.Spark運(yùn)行模式中，lacal這種模式，可以應(yīng)用于生產(chǎn)環(huán)境中()A、正確B、錯(cuò)誤答案：B23.Scala中的變量必須先聲明后使用。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：B24.在spark的web圖形界面master:8080，可以看到master的運(yùn)行情況（）A、正確B、錯(cuò)誤答案：A25.Transformer翻譯成估計(jì)器或評(píng)估器（）A、正確B、錯(cuò)誤答案：B26.intersection是對(duì)兩個(gè)RDD進(jìn)行并集運(yùn)算（）A、正確B、錯(cuò)誤答案：B27.hasNext用于檢測(cè)是否還有下一個(gè)元素（）A、正確B、錯(cuò)誤答案：A28.Scala中的“null”關(guān)鍵字可以用來表示對(duì)象未被初始化。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：A29.在Spark中，如果RDD數(shù)據(jù)大于內(nèi)存空間，那么執(zhí)行persist()方法，只能將數(shù)據(jù)緩存到磁盤中（）A、正確B、錯(cuò)誤答案：A30.在spark的web圖形界面master:4040，可以看到執(zhí)行persist后，都有是否緩存數(shù)據(jù)成功（）A、正確B、錯(cuò)誤答案：A31.Scala中的“println”函數(shù)可以用來輸出信息到控制臺(tái)。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：A32.在spark中，RDD的數(shù)據(jù)來源，可以是持久化的存儲(chǔ)，也可以來自于RDD的轉(zhuǎn)換。（）A、正確B、錯(cuò)誤答案：A33.spark運(yùn)行模式中，onyarn這種模式，不可以應(yīng)用于生產(chǎn)環(huán)境中()A、正確B、錯(cuò)誤答案：B34.spark運(yùn)行模式中，onyarn這種模式，可以應(yīng)用于生產(chǎn)環(huán)境中()A、正確B、錯(cuò)誤答案：A35.在Spark中，對(duì)RDD數(shù)據(jù)執(zhí)行cache()方法，數(shù)據(jù)默認(rèn)緩存在磁盤中。A、正確B、錯(cuò)誤答案：B36.命令sudotar-zxf/data/scala-2.12.15.tgz-C/apps功能是將scala安裝包解壓縮（）A、正確B、錯(cuò)誤答案：A37.在Spark中，對(duì)RDD的transformation操作，是延遲執(zhí)行的。（）A、正確B、錯(cuò)誤答案：A38.valintValueArr=newArrayInt是聲明一個(gè)長度為3的字符數(shù)組（）A、正確B、錯(cuò)誤答案：B39.在spark中，對(duì)rdd執(zhí)行transformation操作后，現(xiàn)有的RDD會(huì)立刻通過轉(zhuǎn)換，生產(chǎn)一個(gè)新的RDD。()A、正確B、錯(cuò)誤答案：B40.union是對(duì)兩個(gè)RDD進(jìn)行差集運(yùn)算（）A、正確B、錯(cuò)誤答案：B41.Spark是2009年誕生于伯克利大學(xué)Lab的基于內(nèi)存計(jì)算框架（）A、正確B、錯(cuò)誤答案：A42.Scala中的函數(shù)類型指的是函數(shù)的返回類型。（對(duì)/錯(cuò)）A、正確B、錯(cuò)誤答案：B填空題1.標(biāo)注點(diǎn)是一種()的本地向量。答案：帶有標(biāo)簽2.鍵值對(duì)轉(zhuǎn)換操作（）是對(duì)具有相同鍵的值進(jìn)行分組。答案：groupByKey()3.Scala中，____關(guān)鍵字用來表示一個(gè)函數(shù)類型。答案：Function4.階段（）：答案：是作業(yè)的基本調(diào)度單位，一個(gè)作業(yè)會(huì)分為多組任務(wù)5.Scala中，____關(guān)鍵字用來表示一個(gè)不可變集合。答案：Set6.使用()方法將一個(gè)RDD標(biāo)記為持久化。答案：persist（）7.RDD操作包括轉(zhuǎn)換操作和()兩種類型。答案：行動(dòng)操作8.RDD是()的簡(jiǎn)稱。答案：彈性分布式數(shù)據(jù)集9.在spark-shell中讀取目錄:/data/word.txt文件命令為：v()答案：alrdd1=sc.textFile(file:///data/word.txt10.Scala中，____關(guān)鍵字用來聲明一個(gè)可變變量。答案：var11.()是對(duì)數(shù)據(jù)提取、轉(zhuǎn)換和加載答案：ETL12.應(yīng)用（）：答案：用戶編寫的Spark應(yīng)用程序13.Scala中，____用來定義一個(gè)可變集合。答案：List14.importorg.apache.spark.ml.linalg.{Vector,Vectors}valsv2:Vector=(),()))生成的稀疏向量為.)答案：Vectors.sparse(3,Seq((0,2.0|2,8.015.使用()方法重新設(shè)置RDD分區(qū)個(gè)數(shù)。答案：repartition（）16.數(shù)學(xué)家()設(shè)計(jì)了“λ演算答案：阿隆佐?邱奇|AlonzoChurch17.DataFrame操作中()操作可以實(shí)現(xiàn)條件查詢。答案：filter()18.程序valarray=Array()for(){breakable{if()breakprintln()}}語句將輸出()答案：1,3,10,5,4|i<-array|i>5|i|1，3，5，419.RDD：是()彈性分布式數(shù)據(jù)集的簡(jiǎn)稱答案：ResillientDistributedDataset20.vallist=List()，listreduceRight{_-_}運(yùn)行結(jié)果()答案：1,2,3,4,5|321.程序valr=for()ifi%2==0)yield{print();i}的輸出結(jié)果為()。答案：i<-Array(1,2,3,4,5）|i|2422.作業(yè)（）：答案：一個(gè)作業(yè)包含多個(gè)RDD及作用于相應(yīng)RDD上的各種操作23.本地向量分為稠密向量和()兩種。答案：稀疏向量24.Scala的數(shù)據(jù)類型包括：()答案：Byte、Char、Short、Int、Long、Float、Double和Boolean25.Executor：是運(yùn)行在工作節(jié)點(diǎn)（）的一個(gè)進(jìn)程，負(fù)責(zé)運(yùn)行Task答案：WorkerNode26.程序valarray=Array()breakable{for(){if()breakprintln()}}將輸出()答案：1,3,10,5,4|i<-array|i>5|i|1，327.vallist=List()，list.reduce()，運(yùn)行結(jié)果()答案：1,2,3,4,5|_+_|1528.()（）將圖靈的理論物化成為實(shí)際的物理實(shí)體，成為了計(jì)算機(jī)體系結(jié)構(gòu)的奠基者答案：馮·諾依曼|JohnVonNeumann29.Scala中，____關(guān)鍵字用來定義一個(gè)類型別名。答案：type30.valtuple=()、Print()結(jié)果是：()答案：“hello”,2015,21.3|tuple._2|201531.Scala中，____關(guān)鍵字用來定義一個(gè)案例類。答案：case32.編程范式是指計(jì)算機(jī)編程的基本風(fēng)格或典范模式。常見的編程范式主要包括()程和函數(shù)式編程答案：命令式編33.Spark生態(tài)系統(tǒng)主要包括：()、SparkSQL、()、StructuredStreaming、SparkMlib和GraphX。答案：SparkCore|SparkStreaming34.HDFS的全稱為：()。答案：Hadoop分布式文件系統(tǒng)35.英國數(shù)學(xué)家()采用了完全不同的設(shè)計(jì)思路，提出了一種全新的抽象計(jì)算模型——圖靈機(jī)答案：阿蘭·圖靈36.大數(shù)據(jù)計(jì)算模式主要有：()計(jì)算。答案：批處理計(jì)算、流計(jì)算、圖計(jì)算和查詢分析37.根據(jù)Spark的部署方式，驅(qū)動(dòng)器會(huì)啟動(dòng)基于網(wǎng)頁的用戶界面，默認(rèn)在端口()上運(yùn)行。答案：404038.Scala中，____關(guān)鍵字用來表示一個(gè)可變集合。答案：MutableSet39.DataFrame即帶有()信息的RDD。答案：Schema40.DAG：是()有向無環(huán)圖）的簡(jiǎn)稱答案：DirectedAcyclicGraph41.大數(shù)據(jù)的“4V”概念包含四個(gè)層面，分別是：()。答案：數(shù)據(jù)量大、數(shù)據(jù)類型繁多、處理速度快和價(jià)值密度低42.Scala中，____函數(shù)用來輸出信息到控制臺(tái)。答案：println43.稠密向量表示形式是[1.0,0.0,3.0]對(duì)應(yīng)的稀疏向量形式則是())答案：(3,[0,2],[1.0,3.0]44.Scala中，____關(guān)鍵字用來聲明一個(gè)不可變變量。答案：val45.Scala中，____關(guān)鍵字用來定義一個(gè)對(duì)象。答案：object46.通過并行集合（）創(chuàng)建RDDv()valrdd=sc.parallelize())答案：數(shù)組|alarray=Array(1,2,3,4,5|array47.vallist=List()，listreduceLeft{_-_}運(yùn)行結(jié)果()答案：1,2,3,4,5|-1348.任務(wù)（）：答案：運(yùn)行在Executor上的工作單元簡(jiǎn)答題1.簡(jiǎn)述RDD有哪幾種創(chuàng)建方式？答案：（1）從本地文件系統(tǒng)中加載數(shù)據(jù)創(chuàng)建RDD：（2）從分布式文件系統(tǒng)HDFS中加載數(shù)據(jù)創(chuàng)建RDD（3）通過并行集合創(chuàng)建RDD2.Spark部署模式有哪些？答案：Local模式：?jiǎn)螜C(jī)模式Standalone模式：使用Spark自帶的簡(jiǎn)單集群管理器YARN模式：使用YARN作為集群管理器Mesos模式：使用Mesos作為集群管理器Kubernetes模式：搭建在Kubernetes集群上3.簡(jiǎn)述RDD分區(qū)的原則。答案：RDD分區(qū)的一個(gè)原則是使得分區(qū)的個(gè)數(shù)盡量等于集群中的CPU核心數(shù)目。local模式：默認(rèn)為本地機(jī)器的CPU數(shù)目，若設(shè)置了local[N]，則默認(rèn)為N。Standalone或YARN模式：在“集群中所有CPU核心數(shù)目總和”和“2”這二者中取較大值作為默認(rèn)值。Mesos模式：默認(rèn)的區(qū)分?jǐn)?shù)為8。4.簡(jiǎn)述Spark相對(duì)于HadoopMapreduce有哪些優(yōu)點(diǎn)？答案：（1）Spark的計(jì)算模式也屬于MapReduce，但不局限于Map和Reduce，還提供了多種數(shù)據(jù)集操作類型，編程模型比MapReduce更靈活；（2）Spark提供了內(nèi)存計(jì)算，中間結(jié)果直接存放到內(nèi)存中，帶來了更高的迭代運(yùn)算效率；（3）Spark基于DAG的任務(wù)調(diào)度執(zhí)行機(jī)制，要優(yōu)于MapReduce的迭代執(zhí)行機(jī)制。5.簡(jiǎn)述二項(xiàng)邏輯回歸模型是什么？答案：6.簡(jiǎn)述流數(shù)據(jù)的特征。答案：（1）數(shù)據(jù)快速持續(xù)到達(dá)，也許是無窮無盡的。（2）數(shù)據(jù)來源眾多，格式復(fù)雜。（3）數(shù)據(jù)量大，但是不十分關(guān)注儲(chǔ)存，一旦流數(shù)據(jù)中的某個(gè)元素經(jīng)過處理，則要么被丟棄，要么被歸檔儲(chǔ)存。（4）注重?cái)?shù)據(jù)的整體價(jià)值，不過分關(guān)注個(gè)別數(shù)據(jù)。（5）數(shù)據(jù)順序顛倒，或者不完整，系統(tǒng)無法控制將要處理的新到達(dá)的數(shù)據(jù)元素的順序。7.在spark-shell中編程實(shí)現(xiàn)間隔20秒一次訪問文件夾data/logfile里的數(shù)據(jù)流，并進(jìn)行詞頻統(tǒng)計(jì)輸出結(jié)果。答案：(1)importorg.apache.spark.streaming._(2)valssc=newStreamingContext(sc,Seconds(20))(3)vallines=ssc.textFileStream("file:///data/logfile")(4)valwords=lines.flatMap(_.split(""))(5)valwordCounts=words.map(x=>(x,1)).reduceByKey(_+_)(6)wordCounts.print()(7)ssc.start()(8)ssc.awaitTermination()8.在Linux系統(tǒng)中的/data下有文件file.txt，該數(shù)據(jù)集包含了某大學(xué)計(jì)算機(jī)系的成績(jī)，數(shù)據(jù)格式為：Tom,DataBase,90Hanmeimei,Algorithm,70Jerry,Spark,85根據(jù)給定的數(shù)據(jù)，在Spark-shell中編寫程序代碼來實(shí)現(xiàn)下面題目要求。答案：（1）該系總共有多少學(xué)生；valrdd1=sc.textFile("file:///data/file.txt")Valrdd2=rdd1.map(row=>row.split(",")(0))valrdd3=rdd2.distinct()//去重操作rdd3.count//取得總數(shù)（2）該系共開設(shè)來多少門課程；valrdd1=sc.textFile("file:///data/file.txt")valrdd2=rdd1.map(row=>row.split(",")(1))valrdd3=rdd2.distinct()rdd3.count（3）該系Spark課程共有多少人選修；Valrdd1=sc.textFile("file://data/file.txt")valrdd2=rdd1.filter(row=>row.split(",")(1)=="Spark")rdd2.count9.簡(jiǎn)述spark在啟動(dòng)時(shí)，分別采用local、local[k]、local[*]時(shí)有什么區(qū)別？答案：（1）local：使用一個(gè)Worker線程本