RDD说法错误的是（）

RDD的map操作不会改变RDD的分区数目。() RDD的subtract用于用于将前一个RDD中在后一个RDD出现的元素删除。() RDD的subtract用于用于将前一个RDD 中在后一个RDD 出现的元素删除。() Spark RDD是惰性求值的，如果需要对一个RDD多次使用，那么调用行动操作时每次都需要重复计算RDD以及它的依赖。() 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。 以下哪些是rdd的特性（） RDD中join操作根据键对两个RDD进行内连接，将两个RDD 中键相同的数据的值相加。() 以下选项属于rdd特性的是（） RDD的sortBy排序默认是升序。() SparkStreaming容错机制是指RDD中任意的Partition出错，都可以根据其父RDD重新计算生成，如果父RDD丢失，则需要去磁盘中查找原始数据（） RDD的flatMap操作是将函数应用于RDD之中的每一个元素，将返回的迭代器(数组、列表等)中的所有元素构成新的RDD。() distinct 算子对源RDD进行去重后返回一个新的RDD（） RDD有哪些缺陷（） Spark中，以下哪些是rdd的特性（） DStream是一系列连续的RDD来表示。每个RDD含有一段时间间隔内的数据（） RDD中zip操作要求两个RDD的partition数量以及元素数量都相同。() RDD的filter函数返回一个存储符合过滤条件的所有元素的新RDD。() val rdd=sc.parallelize(Array(1,2,3,4,5)) rdd.take(3) 上述语句执行的结果是？ RDD特性包含如下哪些？（） RDD有几种操作类型（）