数据岗位面试题更新 2026-08-05
Spark中间会一直生成小文件，如何处理？
蔚来数据汽车性能优化方案权衡问题排查Apache Spark
回答思路
- 识别小文件产生原因，如分区过多、repartition/coalesce使用不当
- 说明合并小文件的常用方法，如repartition、coalesce、控制分区数
- 提到动态分区写入及文件大小预估
- 讨论方案权衡，避免数据倾斜或性能下降
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
