1、redis和mc的区别
Memcached
Memcached的优点：
Memcached可以利用多核优势，单实例吞吐量极高，可以达到几十万QPS（取决于key、value的字节大小以及服务器硬件性能，日常环境中QPS高峰大约在4-6w左右）。适用于最大程度扛量。
支持直接配置为session handle。
坑少。
Memcached的局限性：
只支持简单的key/value数据结构，不像Redis可以支持丰富的数据类型。
无法进行持久化，数据不能备份，只能用于缓存使用，且重启后数据全部丢失。
无法进行数据同步，不能将MC中的数据迁移到其他MC实例中。
Memcached内存分配采用Slab Allocation机制管理内存，value大小分布差异较大时会造成内存利用率降低，并引发低利用率时依然出现踢出等问题。需要用户注重value设计。
Redis
Redis的优点：
支持多种数据结构，如 string（字符串）、 list(双向链表)、dict(hash表)、set(集合）、zset(排序set)、hyperloglog（基数估算）
支持持久化操作，可以进行aof及rdb数据持久化到磁盘，从而进行数据备份或数据恢复等操作，较好的防止数据丢失的手段。
支持通过Replication进行数据复制，通过master-slave机制，可以实时进行数据的同步复制，支持多级复制和增量复制，master-slave机制是Redis进行HA的重要手段。
单线程请求，所有命令串行执行，并发情况下不需要考虑数据一致性问题。
支持pub/sub消息订阅机制，可以用来进行消息订阅与通知。
支持简单的事务需求，但业界使用场景很少，并不成熟。
Redis的局限性：
Redis只能使用单线程，性能受限于CPU性能，故单实例CPU最高才可能达到5-6wQPS每秒（取决于数据结构，数据大小以及服务器硬件性能，日常环境中QPS高峰大约在1-2w左右）。
支持简单的事务需求，但业界使用场景很少，并不成熟，既是优点也是缺点。
Redis在string类型上会消耗较多内存，可以使用dict（hash表）压缩存储以降低内存耗用。
：）以下是我个人的补充
Mc和Redis都是Key-Value类型，不适合在不同数据集之间建立关系，也不适合进行查询搜索。比如redis的keys pattern这种匹配操作，对redis的性能是灾难。
Mogodb
mogodb是一种文档性的数据库。先解释一下文档的数据库，即可以存放xml、json、bson类型系那个的数据。这些数据具备自述性（self-describing），呈现分层的树状数据结构。redis可以用hash存放简单关系型数据。
mogodb存放json格式数据。
适合场景：事件记录、内容管理或者博客平台，比如评论系统。
nosq的产品目前很多，架构师的选择导向主要有以下两个因素：
1）适合应用程序的使用场景，比如评论系统用比较适合使用mogodb，而mc也可以实现（应用程序把数据转化成json存入，但是部分数据更新不方便）
2）团队开发比较熟悉的技术，比如一个团队一直在使用mc，因而有限选择mc，而不是redis。
还有中严重的状况，开发团队一直使用mogodb，在适合kv nosq的场景下而继续选择mogodb。
2、DataFrame和DataSet的区别
3、DataSet和RDD的区别
4、Spark Driver的作用。
5、spark任务提交流程
6、HDFS读写流程
7、HBASE读写流程
8、Yarn组件
9、MapReduce跨行读写
LineRecordReader使用了一个简单而巧妙的方法:既然无法断定每一个split开始的一行是独立的一行还是被切断的一行的一部分,那就跳过每个split的开始一行(当然要除第一个split之外),从第二行开始读取,然后在到达split的结尾端时总是再多读一行,这样数据既能接续起来又避开了断行带来的麻烦
10、Scala case class的用途
a、初始化可以不用new
b、支持模式匹配
11、IP转地区
12、Spark跟Spark Streaming的区别
13、HashMap的实现原理
14、CurrentHashMap实现原理
15、HashMap、Hashtable、CurrentHashMap的区别
16、Hbase业务场景
17、Hbase rowkey设计
18、Hbase二级索引
19、
“介绍下你做过的项目”
这个问题每个人都能回答，我问这个问题的目的，就是需要通过这问题的答案了解候选人：
- 在项目中独立完成了哪些事，取得了什么成绩
- 在项目中是如何和其他人团队协作的
在回答这个问题时，一个常见的问题是没有通过数字来量化的解释他做的事情。比如有个学生他说他去年暑假去一个单位实习，帮助写了一些Excel的脚本帮助提升了处理报表效率，我建议他可以加上具体的数字，于是他修改了以下，说在没有用他的脚本之前，公司要有专人每月花10个小时左右的时间处理报表，在用了他的脚本之后，只需要花不到3小时就可以完成。这样听起来就让人印象深刻多了。
还有一个常见问题就是太啰嗦，讲了几分钟流水账，没重点，这在我模拟面试的两个中国留学生身上比较突出，可能有语言的原因。我给他们的建议是可以先挑做的最好的项目讲，捡重点部分讲，同时在说完一件事后，可以先停下来问下面试官意见，例如说：“你对我在这个项目中做的事情有没有想要了解的？”、“我觉得我在这个项目的时候，在和同事之间合作的不错，有兴趣的话我可以给你讲讲我是怎么做的”，这样即可以增强互动，也可以掌握主动权。
“当你和团队成员有冲突时，是如何处理的？”
这是个常见问题，也是个常见场景，目的就是看你如何沟通协作的。有一个学生回答比较好，说他会先去了解背后的原因，然后再思考是不是自己的观点是错的，再和对方沟通消除分歧。
“你的职业目标是什么？”
一个有明确目标有计划的人是会更容易成功一些的，这个问题就是看候选人是不是对自己未来有明确的规划，以及针对这个目标，有没有开始制定计划，开始行动。基本上这个问题稍微准备下都能回答的不错，除了有一个同学的答案给我感觉不太好，他在说完一个职业目标后，又说了一个完全不一样的职业目标，我当时就一脸懵逼：同学你将来到底想干嘛呀？
“你是怎么打发你的业余时间的？”
每个回答这个问题的同学都很兴奋，开始滔滔不绝讲他的兴趣爱好。这个问题其实不简简单单是想了解一下你兴趣爱好，还想了解一下你这个人是不是真的热爱你的职业。比如说一个程序员，你要说业余时间就是看看电视剧玩玩游戏，也不看书也不写程序，怎么让人相信你真的喜欢编程？相反回答说自己业余时间喜欢看看技术文章，在github写点开源项目的程序员自然会加分很多。
但是也千万别自作聪明编一些故事，紧接着肯定会针对你的回答有更多问题的，比如说你github账号是什么？做过什么开源项目？作假的话，回去一看就穿帮了。
“你有没有什么问题想问我的？”
这通常是面试的最后一个问题，意味着面试要结束了，这个问题主要就是给候选人一个机会，了解一下公司的情况，或者想从面试官那得到一些建议等。正常来讲最好是问一个有准备的问题，例如：“你们公司的开发流程是什么样的？”，“能简单介绍一下你的日常工作吗？”，显得对公司重视有兴趣，也可以借此了解一下。
我在模拟面试的时候，也遇到一个学生，他问了一个自己都很难描述清楚的问题，当然也很难回答，我当时感觉就是：同学你这样连一个问题都描述不清楚，我不禁要怀疑你在工作中是不是能很好和其他人沟通了！如果正式面试中，他前面表现突出还罢了，如果表现一般，这一下基本上就决定了我不会想录用了。
1、 Spark 内存管理
