Spark面试题阅读指南（必看）
大家好，我是帅地。
为了方便大家复习，这些面试题的展示采取了右边面试题目，左边答案的方式，方便大家按需查看。
由于手机端不支持这种展示方式，当然，为了手机方便阅读，下面会贴出所有面试题答案链接，不过大家最好在 PC 电脑端阅读哈，相关面试题还会持续更新，尽量补充完善起来，建议收藏帅地的网站哦。
面试题链接汇总
12. 简述Spark on Standalone运行过程 ？
14. 简述YARN-Client 与 YARN-Cluster 区别 ？
15. 简述Spark的yarn-cluster涉及的参数有哪些 ？
22. 简述Apache Spark 中的 RDD 是什么 ？
23. 简述SparkContext 与 SparkSession之间的区别是什么 ？
28. Spark的stage如何划分？在源码中是怎么判断属于ShuGle Map Stage或Result Stage的 ？
29. 简述Spark join在什么情况下会变成窄依赖 ？
32. 简述Spark分哪几个部分（模块）？分别有什么作用（做什么，自己用过哪些，做过什么） ？
34. Spark SQL的GroupBy会造成窄依赖吗 ？
36. 简述Spark的宽依赖和窄依赖，为什么要这么划分 ？
37. Spark中的Transform和Action，为什么Spark要把操作分为Transform 和Action？常用的列举一些，说下算子原理 ？
39. 简述Spark有了RDD，为什么还要有Dataform和DataSet ？
40. 简述Spark的RDD、DataFrame、DataSet、DataStream区别 ？
41. 简述Spark的Job、Stage、Task分别介绍下，如何划分 ？
42. 简述Application 、job、Stage、task之间的关系 ？
54. 简述Spark的batchsize，怎么解决小文件合并问题 ？
57. 简述什么是RDD（对RDD的理解）？RDD有哪些特点？说下知道的RDD算子 ？
61. 简述reduceByKey和groupByKey的区别和作用 ？
63. 简述使用reduceByKey出现数据倾斜怎么办 ？
66. 简述Spark SQL与DataFrame的使用 ？
67. 简述HashPartitioner和RangePartitioner的实现 ？
69. 简述DAGScheduler、TaskScheduler、SchedulerBackend实现原理 ？
70. 简述Spark client提交application后，接下来的流程 ？
72. 简述在Yarn-client情况下，Driver此时在哪 ？
78. 简述DataFrame的cache和persist的区别 ？
79. 简述Saprk Streaming从Kafka中读取数据两种方式 ？
82. 简述Spark的driver是怎么驱动作业流程的 ？
84. 简述Spark Streaming和Structed Streaming ？
86. 简述Spark Streaming的双流join的过程，怎么做的 ？
90. 简述Spark Streaming怎么实现数据持久化保存 ？
91. 简述Spark SQL读取文件，内存不够使用，如何处理 ？