• spark有哪些组件？
• Spark的三种提交模式是什么？
• 搭建spark集群步骤？
• Spark的特点是什么？
• spark常⽤的计算框架
• spark streaming中有状态转化操作
• 宽依赖和窄依赖
• 说说updateStateByKey
• spark性能优化有哪些
• spark核⼼编程原理？
• 说说Spark⼯作流程？
• spark大多数算子总结
• spark内核架构原理
• DStream以及基本⼯作原理？
• Spark streaming以及基本⼯作原理？
• RDD机制？
• Spark Streaming和Storm有何区别？
• checkpoint和持久化机制的区别？
• checkpoint检查点机制？
• RDD持久化原理？
• hadoop和spark的相同点和不同点？
• spark如何保证宕机迅速恢复?
• hadoop和spark使⽤场景？
• Spark的Shuffle原理及调优
• 为什么要用 Yarn 来部署 Spark?
• Task 和 Stage 的分类
• groupByKey 和 reduceByKey 是属于 Transformation 还是 Action？
• 说说 map 和 mapPartitions 的区别
• 可以解释一下这两段程序的异同吗
• Transformation 和 action 是什么？区别？举几个常用方法
• Spark 优越性
• RDD 如何通过记录更新的方式容错
• Spark 经常说的 Repartition 有什么作用
• 说说 Spark Local 和 Standalone 有什么区别
• 说说 Worker 和 Executor 的区别
• 简单说说 Spark 支持的4种集群管理器
• spark实际⼯作中，是怎么来根据任务量，判定需要多少资源的？
• Spark 作业提交流程是怎么样的
• RDD, DAG, Stage, Task 和 Job 怎么理解？
• Spark为什么快，Spark SQL 一定比 Hive 快吗
• 数据倾斜的产⽣和解决办法？
• spark解决了hadoop的哪些问题？
• spark⽀持故障恢复的⽅式？
• Spark主备切换机制原理剖析？
• SparkContext初始化原理？
• Spark yarn-client架构？
• Spark yarn-cluster架构？