大数据工程师面试 - 字节跳动 Spark 面试考点！

我是大数据欧老师，曾在互联网某大厂任大数据负责人，从业大数据领域近 10 年，全网粉丝 5000+，从很多候选人的面试和咨询中复盘了大数据工程师的面试全流程，如果你有求职大数据工程师的计划，欢迎找我聊一聊！

直接拿走去复习！！！

Spark 知识点（上）- 原理题

1. RDD 的概念？RDD 的常见算子？
2. Spark 和其他框架的比较？和 Hadoop 的比较？Spark Streaming 和 Flink 的比较？
3. Client 提交 vs Cluster 提交模式的区别？
4. RDD 持久化等级和含义？
5. 广播变量实现原理？
6. Accumulator 累加器的实现原理？
7. repartition vs coalesce ？
8. RDD 的宽窄依赖？
9. Shuffle 分类和原理？
10. Spark 的内存模型？Execution Mem vs Storage Mem? 如果 Mem 不足怎么处理？

Spark 知识点（下）- 调优题

1. 内存如何调优？
2. 序列化对性能的影响？场景？例子？
3. 并行度调优，如何合理设置并行度？
4. 数据 Locality？存算一体和存算分离的好处？
5. Spark Shuffle 的常见优化手段？
6. 数据倾斜场景和常见优化手段？