土哥今天给大家分享10道spark大厂面试题：

1、spark概括说是解决什么问题的？

 Spark主要解决海量数据的分析计算。 

2、spark运行模式有哪些？

• Local：运行在一台机器上，测试用
• Standalone：是Spark自身的一个调度系统。 对集群性能要求非常高时用。国内很少使用
• Yarn：采用Hadoop的资源调度器。 国内大量使用
• Mesos：国内很少使用。

3、spark常用端口号有哪些？

• 4040 spark-shell任务端口
• 7077 内部通讯端口。 类比Hadoop的8020/9000
• 8080 查看任务执行情况端口。 类比Hadoop的8088
• 18080 历史服务器。类比Hadoop的19888
• 注意：由于Spark只负责计算，所有并没有Hadoop中存储数据的端口50070

4、Spark的action算子有哪些？（至少说出5个）

• reduce
• collect
• count
• first
• take
• takeOrdered
• aggregate
• fold
• countByKey
• save
• foreach

5、 当Spark涉及到数据库的操作时，如何减少Spark运行中的数据库连接数？

使用foreachPartition代替foreach，在foreachPartition内获取数据库的连接。

6、如何用Spark实现TopN的获取（高频）