Spark采用RDD以后能够实现高效计算的原因主要在于？

rdd是spark中个哪个架构提出的概念（） 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 Spark只有键值对类型的RDD才能设置分区方式。() 关于Spark中RDD的描述不正确的是？（） 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。 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生态圈没有能够实时计算的框架 Spark可以实现哪些形式的分布式计算（） Spark中的每个RDD一般情况下是由()个分区组成的。 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() 以下选项组合后能够执行spark程序的是，换句话说spark程序计算结果必须包含哪几个算子（） Rdd不能够转换成DataFrame DataFrame不能够转换成Rdd RDD（ResilientDistributedDataset）叫做分布式数据集，是Spark中最基本的数据抽象，它代表一个不可变、可分区、里面的元素可并行计算的集合 Spark Streaming能够和()无缝集成 与HadoopMapReduce计算框架相比，Spark所采用的Executor具有哪些优点？ 全球能源互联网能够突破时空约束，使清洁能源实现高效利用，主要表现在（）