字节跳动面试题 · tech:apache-spark
字节跳动相关面试题，按最终去重题目聚合。
共 3252 道真题 · 当前筛选命中 13 道 · 更新 2026-08-05
筛选题目已选：tech:apache-spark
考察点
技术栈
第 1 题请解释 Spark 中的 semi join，它用于解决什么问题？ 考察对 Spark SQL 语义及半连接（semi join）用途的理解第 2 题使用Spark引擎做wordcount,基本的流程是什么? 考察Spark编程模型与基本计算流程第 3 题离线数仓中有大任务，你通常如何优化其性能？ 考察大任务性能分析与资源优化能力第 4 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 5 题请谈谈你在处理数据倾斜问题时，通常会针对哪些参数进行调优，并说明具体的调优思路和效果。 考察对数据倾斜问题的理解和参数调优的实际经验第 6 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 7 题处理小文件有哪些方法？请举例说明。 考察对大数据场景下小文件问题的理解及解决方案的掌握第 8 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 9 题离线数仓中遇到数据倾斜，你会如何定位和优化？ 考察对数据倾斜原因的分析和调优能力第 10 题Spark的stage是怎么划分的？ 考察对Spark任务调度中stage划分原理的理解第 11 题在 Spark 中，广播变量（Broadcast Variable）的广播过程是怎样的？ 考察 Spark 广播变量的内部机制、内存管理及适用场景第 12 题请解释Spark SQL中的自适应查询执行（AQE）是什么，并说明其主要优化机制。 考察对Spark AQE的核心概念、触发机制与优化能力的理解第 13 题请说明Spark是如何处理小文件问题的？ 考察对Spark小文件问题的成因、影响及常见处理策略的理解