Spark根据RDD的依赖关系来划分stage，调度器从DAG图末端出发，逆向遍历整个依赖关系，遇到窄依赖就断开，遇到宽依赖就将其加入当前stage（）

Spark中的RDD的说法正确的是()。 spark中的rdd不存储数据，存储的是（） rdd是spark中个哪个架构提出的概念（） spark中的rdd是一个（）数据集 关于Spark中RDD的描述不准确的是？（） spark中的rdd相当于java中的（）概念 关于Spark中RDD的描述不正确的是？（） Spark只有键值对类型的RDD才能设置分区方式。() spark架构中的rdd相当于java中的（）概念 Spark Streming中()函数可以通过对源DStream的每RDD应用RDD-to-RDD函数返回一个新的DStream，这可以用来在DStream做任意RDD操作。 Spark采用RDD以后能够实现高效计算的原因主要在于？ 如果numPartitions是分区个数，那么Spark每个RDD的分区ID范围是()。 Spark作业的每个阶段被Spark环境分解为多个任务，任务并行运行在分布于中的RDD上（） Spark中的每个RDD一般情况下是由()个分区组成的。 Spark中的窄依赖有shuffle宽依赖没有shuffle（） 以下哪种方法可以让Spark不自定义分区也能对任何类型RDD 简单重分区() 弹性是指有容错的机制，若一个RDD分片去失，Spark可以根据粗粒度的日志数据更新记录的信息重构它。() 以下关于Spark中宽依赖和窄依赖的描述正确的是（） RDD的()操作通常用来划分单词。 Spark也可以不依赖于第三方的资源管理和调度器，它实现了（）作为其内置的资源管理和调度框架