解析:

 Yarn提到的App Master可以理解为Spark中Standalone模式中的driver。Container中运⾏着Executor,在Executor中以多线程并⾏的⽅式运⾏Task。运⾏过程和第⼆题相似。 

解析:

 1)num-executors是executor的数量
 
2)executor-memory 是每个executor使⽤的内存
 
3)executor-cores 是每个executor分配的CPU 

解析:

 1)为什么产⽣yarn，针对MRV1的各种缺陷提出来的资源管理框架
 
2)解决了什么问题，有什么优势，参考这篇博⽂：http://www.aboutyun.com/forum.php?mod=viewthread&tid=6785
 
www.aboutyun.com/thread-24246-1-1.html 25/57
2019/4/24 spark相关的⾯试题跟答案，带着问题学习效果更佳哟。?）-⾯试区-about云开发 

解析:

 阶段1：input/map/partition/sort/spill
 
阶段2：mapper端merge
 
阶段3：reducer端merge/reduce/output
 
详细过程参考这个http://www.cnblogs.com/hipercomer/p/4516581.html 

解析:

 ⼀般情况下，在输⼊源是⽂件的时候，⼀个task的map数量由splitSize来决定的，那么splitSize是由以下⼏个来决定的
 
goalSize = totalSize / mapred.map.tasks
 
inSize = max {mapred.min.split.size, minSplitSize}
 
splitSize = max (minSize, min(goalSize, dfs.block.size))
 
⼀个task的reduce数量，由partition决定。