spark
- 请说一下spark的RDD？
- spark与RM的本质区别？
- spark的任务调度过程？
- 自己实现一个RDD，需要实现那些函数或者部分
- Spark中划分stage为什么以宽依赖为基准？
- Spark中的DAGScheduler和TaskScheduler的区别及任务调度过程？
- Spark中的stage必须要等所有父stage执行结束吗？
- 当上有stage关闭时，将数据存储在那里？
- Spark的shuffle中的map输出结果的处理结构是什么？
- 说一下spark中的基本工作流程？
- 说一下spark的运行模式？
- RDD是如何容错的？
- reduce如何获取map任务的输出？
- spark map端计算结果缓存处理并简介appendOnlyMap？
- spark任务调度模块？
- spark的存储管理？
- spark的存储管理中的shuffle持久化？
- 说一下spark中的shuffle过程？
- 说一下spark中shuffle streaming？
- 说一下spark streaming？
- 说一下spark streaming如何处理反压？
- 说一下spark streaming支持的输入源有哪些？
- spark streaming与spark作业的关系？
- spark stream优化？
- spark streaming 优点缺点？
- spark hashPartitioner与rangePartitioner的实现？
- spark RDD的内部数据结构以及不足？
- spark join的几种形式？
- spark streaming的容错处理？
- spark stream 与 storm的区别？
- spark中reparation与coalesce的区别？
- 用scala访问控制权限？（携程）
- 用scala实现worldcount？
- spark中persist与cache的区别？
- 讲一下完整ETL的过程？
- flume如何采集数据？
- Tachyon？
