Spark容错性的方式有哪些（）。

A.通用性；

B.易用性；

C.速度快；

D.容错性；

A.基于内存的计算；

B.基于DAG的调度框架；

C.基于Lineage的容错机制；

D.基于分布式计算的框架；

A.Spark引进了弹性分布式数据集RDD(ResilientDistributedDataset)的抽象，容错性高

B.Spark提供的数据集操作类型不仅限于Map和Reduce，大致分为：Transformations和Actions两大类

C.Spark程序由Python语言进行编写，不支持Java语言进行的程序编写

D.Spark把中间数据放到内存中，迭代运算效率高

A.协议简单

B.容错能力强

C.成本高

D.实时性较差

A.于内存的计算

B.持Schema信息

C.支持增量迭代计算

D.支持细粒度更新操作

A.低温工作

B.高容错性

C.高可用性

D.高速传输

A.准确性

B. 性能

C. 完整性

D. 容错性

E. 时限性

A.RAID10应用于对速度和容错有较高要求的场景

B.RAID10要求至少4块成员盘

C.在RAID10中，如果一个子组中的两块成员盘失效.数据读正常

D.在RAID10中数据先镜像然后再被条带化

A.SparkStreaming

B.MLib

C.GraphX

D.SparkR

A.standalone

B.sparkonmesos

C.sparkonYARN

D.Sparkonlocal