Spark 面试题目

1.Spark on Yarn 两种方式的区别及工作流程
2.Spark 内存管理
3.Spark作业资源的设置情况 excutor 个数 memory core driver
4.DataFrame/DataSet/RDD的区别及编程
5.数据倾斜
6.RDD的特点
7.Spark 作业执行流程 Count后续做了什么事情
8.Spark 中隐式转换的作用:结合Scala来学习
9.Spark和MR的区别
10.Spark规模
11 Spark OOM如何解决
12 ThriftServer 如何实现HA
13 Kafka 整合Spark offset的管理
14 Spark、Storm、Flink的区别
15 在使用Spark过程中遇到过哪些问题？是如何解决的
16 合理的算子选择
17 Catalyst的流程