后端岗位面试题 · 问题排查 · tech:apache-spark
题库中标记为“后端”的结构化面试题。
共 89928 道真题 · 当前筛选命中 31 道 · 更新 2026-08-05
筛选题目已选：问题排查 · tech:apache-spark
考察点
技术栈
第 1 题在 Spark 中，你遇到过数据倾斜问题吗？如何定位和解决？ 考察数据倾斜的定位能力与解决方案的掌握第 2 题自定义 UDF 怎么实现?比如在 Hive 或Spark 里,具体步骤是啥,有没有踩过坑 考察对 Hive/Spark 自定义 UDF 开发流程、生命周期和踩坑点的理解第 3 题Spark的数据倾斜体现在哪些方面，以及如何解决？ 考察对Spark数据倾斜的识别能力和实际调优手段第 4 题平时工作中有遇到任务产出比较慢、数据倾斜的问题吗？是怎么解决的？ 考察大数据任务性能问题排查与数据倾斜解决能力第 5 题Spark什么情况会写入磁盘? 考察Spark执行过程中的磁盘写入触发条件与内存管理机制第 6 题Spark你知道怎么用日志和UI来排查数据倾斜问题吗 考察使用日志与Spark UI定位数据倾斜问题的实践能力第 7 题请介绍Spark UI各主要界面的作用，以及你如何理解其中核心指标的含义？ 考察对Spark运行时观测界面及关键性能指标的理解第 8 题Spark数据倾斜的解决方法？ 考察对Spark数据倾斜成因的理解及系统性调优方案第 9 题请解释数据倾斜的概念，并给出常见的解决方法。 考察分布式数据处理中对数据倾斜问题的理解及应对策略第 10 题Spark为什么会存在Shuffle？ 考察对Spark分布式计算中数据重分布机制的理解第 11 题Spark 中 OOM 问题通常是由什么造成的？如何定位和解决？ 考察对 Spark 内存溢出原因分析及排查思路第 12 题数据倾斜怎么排查，如何解决？ 考察对分布式计算中数据倾斜问题的识别、定位与处理能力第 13 题Spark UI 怎么看，关注哪些点去判断数据倾斜？ 考察对 Spark UI 的理解、数据倾斜的症状识别与排查路径第 14 题Flink 与 Spark 的容错机制和故障恢复机制有哪些异同？ 考察对两种主流流批计算引擎容错设计的理解与对比第 15 题在数据倾斜场景下，group by 操作如何进行优化？ 考察对数据倾斜问题的识别能力及分布式聚合优化策略第 16 题Spark如何进行数据倾斜的优化？ 考察对Spark数据倾斜问题的识别、定位和常见优化手段的理解第 17 题请结合一个实际项目，谈谈你在 Spark 任务中遇到数据倾斜时的处理思路。 考察数据倾斜的识别、定位和解决方案设计能力第 18 题请列举并解释Spark作业中常见的内存问题，以及如何定位和解决这些问题？ 考察对Spark内存模型、常见OOM场景及调优手段的理解第 19 题请分享你在使用或研究 Spark 过程中遇到的一个较难解决的问题，以及你是如何解决的。 考察候选人基于真实项目经验的 Spark 问题排查与解决能力第 20 题如果通过参数调优无法解决数据倾斜，还有哪些其他方法可以尝试？ 考察对数据倾斜问题的系统性理解和多元解决方案的掌握