A.Spark可以查詢(xún)Hve metastore里定義的table
B.Spark SQL返回的數(shù)據(jù)為T(mén)extFile
C.DataFrame的Schema由Hive的metadata而來(lái)
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(chǔ)層支持專(zhuān)有的文件系統(tǒng)
B.從部署層來(lái)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(gè)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
最新試題
在散點(diǎn)圖中添加趨勢(shì)線(xiàn)有助于更好地展示兩個(gè)變量之間的線(xiàn)性關(guān)系。（）
在Matplotlib中，使用（）參數(shù)可以在plt.plot（）函數(shù)中設(shè)置線(xiàn)條的顏色。
餅圖最適合展示三個(gè)以上的分類(lèi)數(shù)據(jù)及其相對(duì)比例關(guān)系。（）
在SQL中，GROUP BY語(yǔ)句用于根據(jù)一個(gè)或多個(gè)列對(duì)查詢(xún)結(jié)果進(jìn)行分組，通常配合（）函數(shù)一起使用，以便計(jì)算每個(gè)組的匯總統(tǒng)計(jì)數(shù)據(jù)。
文本標(biāo)簽在任何情況下都是數(shù)據(jù)可視化圖表不可或缺的一部分。（）