解析:

 并不是想知道确切的数据量有多⼤这个，⽽是想问你，MR的执⾏机制，开发完程序，有没有认真评估程序运⾏效率
 
1）⽤于处理redcue任务的资源情况，如果是MRV1的话，分了多少资源给map，多少个reduce
 
   如果是MRV2的话，可以提⼀下，集群有分了多少内存、CPU给yarn做计算 。
 
2）结合实际应⽤场景回答，输⼊数据有多⼤，⼤约多少条记录，做了哪些逻辑操作，输出的时候有多少条记录，执⾏了多久，reduce执⾏时候的数据有没有倾斜等
 
3）再提⼀下，针对mapReduce做了哪⼏点优化，速度提升了多久，列举1,2个优化点就可以 

解析:

 答：1）回答出数据是什么格式，有没有采⽤什么压缩，采⽤了压缩的话，压缩⽐⼤概是多少；2）⽂件⼤概多⼤：⼤概起了多少个map，起了多少个reduce，map阶段读取了多少数据，
reduce阶段读取了多少数据，程序⼤约执⾏了多久，3）集群什么规模，集群有多少节点，多少内存，多少CPU核数等。把这些点回答进去，⽽不是给个数字了事。 

解析:

 还是考察你开发完程序有没有认真观察过程序的运⾏，有没有评估程序运⾏的效率 

解析:

 这个也是看你们有没有实际的经验,对于没有实战的同学，请把回答的侧重点放在MR的运⾏机制上⾯，
 
MR运⾏效率⽅⾯，以及如何优化MR程序（看别⼈的优化demo，然后在虚拟机上拿demo做⼀下测试）。 

解析:

 杀死⼀个job
 
MRV1：Hadoop job kill jobid
 
www.aboutyun.com/thread-24246-1-1.html 26/57
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
YARN: yarn application -kill applicationId