面试题：请阐述在分布式计算环境中，Application、job、Stage和task之间的关联与区别，以及它们是如何相互协作完成任务的？

掌握等级：4 星级

面试题：请简述Spark中的Job、Stage和Task的概念及其划分方式。能否详细解释下它们各自的作用以及它们之间是如何相互关联的？

掌握等级：4 星级

面试题：请阐述Spark中的RDD（弹性分布式数据集）、DataFrame、DataSet和DataStream之间的主要差异和它们各自的特点。

掌握等级：4 星级

面试题：请阐述在Spark中，从RDD到DataFrame和DataSet的过渡，为什么需要引入新的数据抽象？

掌握等级：4 星级

面试题：请简述在Spark中，哪些转换算子会触发shuffle过程？

掌握等级：3 星级

面试题：请阐述在Spark中Transform和Action的概念及其重要性，并列举一些常用的Transform和Action操作，简述它们的算子原理。

掌握等级：5 星级

面试题：请阐述Spark中的宽依赖和窄依赖概念及其区分，并解释为何这两种依赖的划分在Spark的运行机制中至关重要？

掌握等级：5 星级

面试题：请阐述一下你对“GroupBy是行动算子”这一观点的理解。

掌握等级：3 星级

面试题：在Spark SQL中使用GroupBy操作是否会导致窄依赖的产生？

掌握等级：2 星级

面试题：请阐述在Spark中RDD的宽依赖和窄依赖概念，并举例说明哪些算子属于这两种依赖类型？

掌握等级：4 星级