解析:

 答：不是，很多⼈都会以为是action，reduce rdd是action 

解析:

 具体的task运⾏在那他机器上，dag划分stage的时候确定的
 
www.aboutyun.com/thread-24246-1-1.html 10/57
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:

 1）⾃动的进⾏内存和磁盘的存储切换；
 
2）基于Lingage的⾼效容错；
 
3）task如果失败会⾃动进⾏特定次数的重试；
 
4）stage如果失败会⾃动进⾏特定次数的重试，⽽且只会计算失败的分⽚；
 
5）checkpoint和persist，数据计算之后持久化缓存
 
6）数据调度弹性，DAG TASK调度和资源⽆关
 
7）数据分⽚的⾼度弹性，a.分⽚很多碎⽚可以合并成⼤的，b.par 

解析:

 1）.数据检查点,会发⽣拷⻉，浪费资源
 
2）.记录数据的更新，每次更新都会记录下来，⽐较复杂且⽐较消耗性能 

解析:

 1）lazy记录了数据的来源，RDD是不可变的，且是lazy级别的，且rDD
 
之间构成了链条，lazy是弹性的基⽯。由于RDD不可变，所以每次操作就
 
产⽣新的rdd，不存在全局修改的问题，控制难度下降，所有有计算链条
 
将复杂计算链条存储下来，计算的时候从后往前回溯
 
900步是上⼀个stage的结束，要么就checkpoint
 
2）记录原数据，是每次修改都记录，代价很⼤
 
如果修改⼀个集合，代价就很⼩，官⽅说rdd是
 
粗粒度的操作，是为了效率，为了简化，每次都是
 
操作数据集合，写或者修改操作，都是基于集合的
 
rdd的写操作是粗粒度的，rdd的读操作既可以是粗粒度的
 
也可以是细粒度，读可以读其中的⼀条条的记录。
 
3）简化复杂度，是⾼效率的⼀⽅⾯，写的粗粒度限制了使⽤场景
 
如⽹络爬⾍，现实世界中，⼤多数写是粗粒度的场景
 
www.aboutyun.com/thread-24246-1-1.html 11/57
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