专业服务行业面试题 · 性能优化 · Apache Spark
专业服务行业相关面试题，按题目行业基础数据聚合。
共 27579 道真题 · 当前筛选命中 11 道 · 更新 2026-08-05
筛选题目已选：性能优化 · Apache Spark
考察点
技术栈
第 1 题请谈谈你在Spark任务中是如何进行性能调优的，特别是遇到数据倾斜时你会怎么处理？ 考察对Spark性能瓶颈的识别能力以及数据倾斜问题的系统性解决方案第 2 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 3 题请介绍 Spark 中常见的 Join 类型及其适用场景。 考察对 Spark Join 实现原理、代价模型和场景选择的理解第 4 题Hive 查询为什么走 Spark 引擎通常比走 MR 更好？如果只能走 MR，可以从哪些方向优化？ 考察对两种计算引擎差异的理解及 MR 场景下的优化能力第 5 题请列举Spark中涉及shuffle的操作算子，并说明它们各自的特点。 考察对Apache Spark shuffle机制及相关算子的理解第 6 题除了join,还有哪些操作会引起Shuffle? 考察对分布式计算中Shuffle触发机制的掌握第 7 题介绍一下Spark的内存模型。 考察对Spark内存管理机制的理解，包括Executor内内存区域的划分与配置第 8 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 9 题Spark Shuffle过程中有sort和没有sort的区别？ 考察Spark Shuffle实现原理及排序优化对性能与语义的影响第 10 题Spark是完全基于内存吗？ 考察对Spark内存计算模型和存储层原理的理解第 11 题Map Join 中如果小表太大导致内存占用过高甚至内存溢出，你会怎么处理？ 考察对 Map Join 原理、内存模型及优化策略的理解