Насколько ты знаешь Apache Spark: открытый тест на знание популярного Big Data фреймворка

курсы по Spark, Apache Spark для начинающих открытый тест, обучение больших данных, большие данные, основы Big Data бесплатный тест

Обучение Apache Spark, Kafka, Hadoop и прочим технологиям Big Data – это не только курсы, теоретические статьи и практические задания, но и проверка полученных знаний. Поэтому сегодня мы предлагаем вам открытый интерактивный тест по основам Спарк для начинающих. Проверьте, насколько хорошо вы знакомы с особенностями администрирования и эксплуатации этого популярного фреймворка обработки больших данных, ответив на 10 вопросов о Spark Core, SQL, Streaming и MLLib.

 

Насколько ты знаешь основы Apache Spark: интерактивный тест для начинающих

Продолжая разговор про Apache Spark и основы больших данных, сегодня вам предлагается интерактивный тест из 10 вопросов на знание основ и простых задач, которые часто встречаются на практике при администрировании кластеров и разработке Спарк-приложений. Ответы на многие из этих вопросов мы разбирали в статьях нашего блога. Подробно изучить темы, упоминаемые в тесте, вы сможете вы сможете на специализированных курсах Школы Больших Данных в нашем лицензированном учебном центре обучения и повышения квалификации разработчиков, менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data в Москве.

 

10 вопросов по Спарк

Выбирайте из предложенных вариантов тот, который считаете верным. Правильный ответ с объяснением вы узнаете после того, как нажмете кнопку ОТПРАВИТЬ. Успехов!

1.

Какая структура данных Спарк подойдет для низкоуровневых преобразований неструктурированных данных на языке R или Python

 
 

2.

Зачем нужен механизм Graceful Shutdown?

 
 
 
 

3.

Какая структура данных в Apache Spark обрабатывается медленнее

 
 

4.

Распределенную работу Спарк-кластера обеспечивает

 
 
 

5.

Интегрировать приложение Apache Spark с внешними хранилищами данных для считывания из них нужной информации можно с помощью

 
 
 
 

6.

Spark Streaming реализует следующий подход к обработке данных

 
 
 
 

7.

В какой структуре данных Спарк нужно определять схему данных вручную

 
 

8.

Повысить производительность Спарк-кластера можно с помощью увеличения

 
 
 
 

9.

Спарк-приложения выполняют вычисления MapReduce

 
 
 
 

10.

Ускорить выполнение Spark SQL-запроса можно с помощью

 
 
 
 

 
 
Ваши баллы: Среднее кол-во баллов: 0

 

Разумеется, данный тест не претендует на звание профессионального экзамена или квалификационного испытания по Спарк. Однако, такое небольшое упражнение поможет начинающим стажерам и студентам, которые самостоятельно изучают этот Big Data фреймворк, пытаясь разобраться с огромным объемом новой информации, систематизировать ее и применить к решению практических задач.

А детально освоить все упоминаемые в тесте темы и другие вопросы администрирования кластеров и разработки Спарк-приложений для аналитики больших данных, вы сможете на специализированных курсах в нашем лицензированном учебном центре обучения и повышения квалификации для разработчиков, менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data в Москве: