説明
transactionDf.where（transactionsDf.storeId！= 25）
正しい。DataFrame.where（）は、DataFrame.filter（）メソッドのエイリアスです。このメソッドを使用すると、列storeIdに値25がない行を簡単に除外できます。
transactionDf.select（transactionsDf.storeId！= 25）
違う。select演算子を使用すると、DataFrameを列単位で作成できますが、図のように使用すると、行が除外されません。
transactionDf.filter（transactionsDf.storeId == 25）
正しくない。フィルタ式は行のフィルタリングには機能しますが、フィルタリング条件の==は不適切です。代わりに！=にする必要があります。
transactionDf.drop（transactionsDf.storeId == 25）
いいえ。DataFrame.drop（）は、DataFrameから特定の列を削除するために使用されますが、行は削除されません。
transactionDf.remove（transactionsDf.storeId == 25）
間違い。PySparkにはDataFrame.remove（）演算子はありません。
詳細：pyspark.sql.DataFrame.where-PySpark3.1.2ドキュメント
静的ノートブック| ダイナミックノートブック：テスト3を参照

説明
ストレージレベルは、フォールトトレラントストレージには不適切です。
正しい。通常、フォールトトレランスとストレージレベルについて考えるときは、データセットの冗長コピーを保存する必要があります。これは、StorageLevel.MEMORY_AND_DISK_2などのストレージレベルを使用して実現できます。
コードブロックは、キャッシュに間違ったコマンドを使用しています。
違う。この場合、この演算子はストレージレベルの受け渡しをサポートしているため、DataFrame.persist（）を使用する必要があります。
DataFrame.cache（）は、ストレージレベルの受け渡しをサポートしていません。
Sparkではキャッシュはサポートされていません。データは常に再計算されます。
正しくない。キャッシングは、Sparkプログラムを大幅に高速化するのに役立つため、Sparkの重要なコンポーネントです。キャッシュは、繰り返しアクセスする必要のあるデータセットに適していることがよくあります。
データキャッシュ機能には、sparkオブジェクトを介してアクセスできますが、DataFrameAPIを介してアクセスすることはできません。
いいえ。キャッシュには、DataFrame.cache（）またはDataFrame.persist（）のいずれかを介してアクセスします。
DataFrameWriterを呼び出す必要があります。
違う。DataFrameWriterは、DataFrame.writeを介してアクセスでき、主にディスク上の外部データストアにデータを書き込むために使用されます。ここでは、「キャッシュ」や「エグゼキュータメモリ」など、外部データストアを使用しないようにするキーワードを見つけます。ディスクからの読み取りは比較的遅いため、データをメモリに保存して読み取りプロセスを高速化することを目指しています。DataFrameWriterはメモリに書き込まないため、ここでは使用できません。
詳細：SparkSQLでのキャッシュのベストプラクティス| デビッド・ヴルバ データサイエンスに向けて

説明
変換後のDataFrameの可変性により、Sparkは、ワーカーノードに障害が発生した場合に、観察された系統を使用してDataFrameを再現します。
間違った-変換間で、DataFrameは不変です。Sparkは系統も記録するため、Sparkは障害が発生した場合に任意のDataFrameを再現できます。これらの2つの側面は、Sparkのフォールトトレランスを理解するための鍵です。
Sparkは、従来のRDDデータシステムの上にフォールトトレラントレイヤーを構築しますが、それ自体はフォールトトレラントではありません。
違う。RDDはResilientDistributedDatasetの略であり、Sparkのコアであり、「レガシーシステム」ではありません。
設計上、フォールトトレラントです。
Sparkは、MEMORY_AND_DISKストレージレベルオプションを提供することにより、ワーカー障害が発生した場合のデータの高速リカバリを支援します。
本当じゃない。ワーカー障害が発生した場合のリカバリをサポートするために、Sparkは「_2」、「_3」などのストレージレベルオプション（MEMORY_AND_DISK_2など）を提供します。これらのストレージレベルは、複数のノードでデータの複製を保持するように特別に設計されています。これにより、データのコピーをすぐに使用できるため、最初にデータを再計算する必要がないため、作業者に障害が発生した場合の時間を節約できます。
Sparkは、この機能がspark.fault_recovery.enabledプロパティを介して特に有効になっている場合にのみフォールトトレラントになります。
いいえ、Sparkは設計上フォールトトレラントです。