Spark面试

Spark面试 1. spark消费kafka，如何保证消息有序？ 2.对于spark中的数据倾斜问题，你有什么好的方案？ 3.你所理解的spark的shuffle过程？ 4.spark有哪些聚合类的算子，咱们应该尽可能避免什么类型的算子？ 5.spark-on-yarn做业执行流程，yarn-client和yarn-cluster有什么区别？ 6.spark为何快，sparkSql必定比Hive

>>阅读原文<<