如果结果不匹配，请 
更多“Spark处理框架中的内存计算与MapReduce相同。（）”相关的问题
第2题
关于Spark的描述，以下哪项是错误的？（)
A.Spark是一个基于内存迭代的框架
B.Spark是一个数据分析技术栈，包含了大数据的多种计算模式
C.Spark可以采用多种编程语言进行开发，比如Scal
D.Java
E.Spark计算过程中，数据不会落地到磁盘
第6题
大数据挖掘选用Spark框架的原因有（)
A.MR框架过多的磁盘操作,缺乏对分布式内存的支持
B.MR框架无法高效地支持迭代式计算
C.MR框架无法高效地支持交互式数据挖掘任务
D.MR框架无法进行分析性计算任务
第7题
下列关于传统并行计算框架（比如MPI)和MapReduce并行计算框架比较正确的是（)。
A.前者是共享式(共享内存/共享存储)，容错性差，后者是非共享式的，容错性好
B.前者所需硬件价格贵，可扩展性差，后者硬件便宜，扩展性好
C.前者相比后者学习起来更难
D.前者适用于实时、细粒度计算、计算密集型，后者适用于批处理、非实时、数据密集型
第9题
下图为Spark&MapReduce的性能对比数据，可以得出结论，与MapReduce计算相比，Spark用_______的资源，获得_______倍性能？
A.1/8，3
B.1/10，3
C.1/10，4
D.1/8，4
第10题
关于Spark内置的处理框架，以下哪一个选项是错误的?（）
A.Spark Streaming的基本原理是事件驱动的，即来一份数据就立刻进行处理，是一种纯的流式处理的组件，可达到毫秒级时延
B.Spark SQL是Spark中用于结构化数据处理的模块在Spark应用中，可以无缝的使用SQL语句亦或是DataFrame API对结构化数据进行查询
C.Structured Streaming的核心是将流式的数据看成一张数据不断增加的数据库表，这种流式的数据处理模型类似于数据块处理模型，可以把静态数据库表的一些查询操作应用在流式计算中，Spark执行标准的SQL查询，从无边界表中获取数据
D.Spark内置MLlib和GraphX算法库，尤其是MLlib在海量数据的分布式机器场景中有广泛的应用
