B站外包二面

没想到，真是没想到还给我发了二面的机会。
1.你最熟悉的大数据框架--Spark
2.宽窄依赖，算子中哪个是宽依赖算子？哪个是窄依赖算子？简单举几个例子。
3.colase算子简单介绍下--忘了
4.平时用PySpark写代码，主要用RDD还是SQL完成？--SQL
5.Shuffle原理和shuffle过程
6.shuffle的几种方式：?和storted方式简单介绍下
7.使用的Spark版本号--3.1.2
8.所有项目中最有成就感的是哪个？
项目中 -> rfm的取值范围：
    r:0~30,30~60,60~90
    f:1,10,100
    m:最开始是0.01，后面改为18,38,100
ES:作为数据导出的部分
9.最近工作的数据量有多大？--> 几百万。
    面试官回答：我们量级更大，几十、上百亿条数据
10.报表软件熟悉哪些？FineReport,tableau
11.一道SQL题，求连续登录天数等于十的用户数。