互联网/IT行业面试题 · tech:apache-spark
互联网/IT行业相关面试题，按题目行业基础数据聚合。
共 47588 道真题 · 当前筛选命中 103 道 · 更新 2026-08-05
筛选题目已选：tech:apache-spark
考察点
技术栈
第 41 题Spark为什么比MR快？ 考察对Spark和MapReduce执行引擎差异的理解及性能优化原理第 42 题请简要比较Hadoop MapReduce与Spark在数据处理模型上的主要差异，并说明各自适用的典型场景。 考察对大数据计算框架核心概念与适用场景的理解第 43 题请谈谈你对常用大数据组件的了解，并说明它们各自适用的场景。 考察对大数据生态的认知广度与场景匹配能力第 44 题从代码到输出结果，Spark引擎做了什么？ 考察对Spark作业从提交到执行的完整生命周期理解第 45 题Spark stage怎么划分 考察Spark作业中stage划分的原理和宽度依赖理解第 46 题请详细说明你当前所在公司日常进行数据统计时,主要采用哪些方式?这些方式分别适用于什么场景?例如针对实时数据统计、离线批量数据统计等不同需求,会选择不同的工具或方法吗? 考察数据统计方式与场景匹配能力第 47 题请介绍 Spark 的 TaskScheduler 调度算法。 考察对 Spark 任务调度原理的理解及对常用调度算法的掌握程度第 48 题请简述 Spark 的执行原理。 考察对 Spark 执行模型、任务调度与内存管理的理解第 49 题Spark怎么划分stage？ 考察对Spark作业调度机制和宽窄依赖原理的理解第 50 题在 Spark 中求两数之和会用到哪些算子？ 考察对 Spark 数据处理算子及并行计算模型的理解第 51 题请介绍 Spark 在 YARN 上的执行模型，包括 yarn-client 和 yarn-cluster 两种模式的区别。 考察对 Spark 部署模式与资源管理机制的理解第 52 题Spark 任务出现内存溢出（OOM）时，通常与哪些内存相关参数有关？请说明它们的作用。 考察对 Spark 内存管理与 OOM 相关参数的掌握第 53 题你知道Spark的宽窄依赖吗？有没有把宽依赖转化为窄依赖的例子？ 考察对Spark任务依赖关系的理解及实际优化能力第 54 题以 Spark 为例，如何确定 core 和内存等资源参数的合适值？ 考察对 Spark 资源调优原理和计算方法的理解第 55 题在 Spark 中，哪些算子会触发宽依赖？请举例说明。 考察对 Spark 宽依赖算子及其数据 shuffle 机制的理解第 56 题Spark了解吗？ 考察对Spark基础概念、核心组件和适用场景的理解第 57 题请说明在Spark作业中执行commit提交操作时需要配置的参数，并解释其作用。 考察对Spark内部提交机制及关键参数的理解第 58 题请说明 Spark 的作业调度机制，包括作业、阶段和任务的关系。 考察对 Spark 作业调度层级结构与执行流程的理解第 59 题有遇到大规模数据处理的情况吗？用过 Spark 吗？ 考察大规模数据处理经验与 Spark 实际使用能力第 60 题请描述Spark应用通过jar包提交后，从提交命令到任务执行完成的完整过程。 考察对Spark任务提交、调度与执行生命周期的理解