Spark

  1. 通常来说，Spark与MapReduce相比，Spark运行效率更高。请说明效率更高来源于Spark内置的哪些机制？
  2. hadoop和spark使用场景？
  3. spark如何保证宕机迅速恢复?
  4. hadoop和spark的相同点和不同点？
  5. RDD持久化原理？
  6. checkpoint检查点机制？
  7. checkpoint和持久化机制的区别？
  8. RDD机制理解吗？
  9. Spark streaming以及基本工作原理？
  10. DStream以及基本工作原理？
  11. spark有哪些组件？
  12. spark工作机制？
  13. 说下宽依赖和窄依赖
  14. Spark主备切换机制原理知道吗？
  15. spark解决了hadoop的哪些问题？
  16. 数据倾斜的产生和解决办法？
  17. 你用sparksql处理的时候， 处理过程中用的dataframe还是直接写的sql？为什么？
  18. 现场写一个笔试题
  19. RDD中reduceBykey与groupByKey哪个性能好，为什么
  20. Spark master HA主从切换过程不会影响到集群已有作业的运行，为什么
  21. spark master使用zookeeper进行ha，有哪些源数据保存到Zookeeper里面

1. 通常来说，Spark与MapReduce相比，Spark运行效率更高。请说明效率更高来源于Spark内置的哪些机制？