大数据开发面经

-- 我的论文相关、spark

1、网格怎么划分的
2、基于spark做的吗，使用了哪些算子？
这个转换类的：map、flatmap、mapPartitions、filter、reduceByKey
action： reduce、collect、count（eg分发到各个节点网格数目统计）
3、spark有哪些组件？组件之间怎么进行数据联通的？
回答了，master、DAG生成、依赖关系、worker等等。答得不是很好
4、yarn资源管理的工作机制
（简历自己写的给忘了）
5、yarn那些resouce manager、node manager 、application master、container角色？他们之间什么关系？每一个组件起的什么作用？
6、spark有哪些shuffle？什么场景下用哪些shuffle？
回答的hash shuffle和sort based shuffle。主要是中间文件太多。好像偏题了
7、spark中出现数据倾斜，怎么解决？
背的这个 https://blog.csdn.net/Aaron_ch/article/details/122224043
两阶段聚合没说清楚。

-- sql

1、班级表、学生表；统计每个班级的平均分
不需要考虑班级表left join学生表，只考虑学生表即可，班级表是一个迷惑条件。
我中间意识到好像不用班级表，但是有一个班级名称重复的情况，面试官赞同了。
面试官很好，还跟我讲了一下班级表是没用的。

-- java基础

1、线程安全保证的方式。答的四种关键字修饰 synchronized、volatile、atomic、final
2、讲一下synchronized和volatile区别。
没答上
3、共享屏幕写一下synchronized单例模式。
4、final、finally、finalize区别。
只说了final修饰的变量必须初始化，后面不能被赋值；其他没打上来┭┮﹏┭┮，java基础忘背了。。。
5、java线程池是什么，有哪些优势？
没答上
6、java8的lambda表达式是什么，说明一下优点、应用场景
只回答了lambda匿名函数，方便...