A.Spark可以查詢Hve metastore里定義的table
B.Spark SQL返回的數(shù)據(jù)為TextFile
C.DataFrame的Schema由Hive的metadata而來
D.Spark SQL適用于執(zhí)行AD HOC即席分析
您可能感興趣的試卷
你可能感興趣的試題
A.Flink存儲層支持專有的文件系統(tǒng)
B.從部署層來看，F(xiàn)link不僅支持本地運(yùn)行，還能在獨(dú)立集群或者在被YARN或Mes
C.Flink提供兩個核心API：DataSet API和DataStream Api
D.Dataset API做批處理，而DataStream API做流處理
A.調(diào)整權(quán)重調(diào)整的幅度
B.使用隨機(jī)梯度下降方法
C.使用不同權(quán)重初始化
D.使用零值初始化
A.人工管理階段
B.文件系統(tǒng)階段
C.操作系統(tǒng)階段
D.數(shù)據(jù)庫系統(tǒng)階段
A.代碼生成器
B.CRUD接口
C.條件構(gòu)造器
D.分頁插件
E.Sequence主鍵
A.YARN
B.Mesos
C.standalone
最新試題
（）是一種常見的數(shù)據(jù)可視化圖表類型，常用于展示數(shù)據(jù)的分布情況。
Tableau是一款強(qiáng)大的（）工具，它能夠幫助用戶快速創(chuàng)建和分享可視化分析結(jié)果。
標(biāo)準(zhǔn)差是一種衡量一組數(shù)據(jù)（）程度的指標(biāo)，值越大表示數(shù)據(jù)分布越分散。
若要在Pandas的DataFrame中刪除某一列，可以使用（）函數(shù)。
柱狀圖與條形圖本質(zhì)上是相同的，只是方向不同而已。（）
數(shù)據(jù)可視化的主要目的是將數(shù)據(jù)轉(zhuǎn)換為易于理解的圖像。（）
餅圖最適合展示三個以上的分類數(shù)據(jù)及其相對比例關(guān)系。（）
在散點(diǎn)圖中添加趨勢線有助于更好地展示兩個變量之間的線性關(guān)系。（）
度量是數(shù)據(jù)集中可（）的數(shù)量或數(shù)值，如銷售額、用戶數(shù)量、溫度等。
（）是指數(shù)據(jù)值與平均數(shù)的差的平方和的平均數(shù)，用于衡量數(shù)據(jù)的離散程度。