窄依赖⽗RDD的partition和⼦RDD的parition是不是都是⼀对⼀的关系？
解析:
答：不⼀定，除了⼀对⼀的窄依赖，还包含⼀对固定个数的窄依赖（就是对⽗RDD的依赖的Partition的数量不会随着RDD数量规模的改变⽽改变），⽐如join操作的每个partiion仅仅和已知
的partition进⾏join，这个join操作是窄依赖，依赖固定数量的⽗rdd，因为是确定的partition关系
Hadoop中，Mapreduce操作的mapper和reducer阶段相当于spark中的哪⼏个算⼦？
解析:
答：相当于spark中的map算⼦和reduceByKey算⼦，当然还是有点区别的,MR会⾃动进⾏排序的，spark要看你⽤的是什么partitioner
什么是shuffle，以及为什么需要shuffle？
解析:
shuffle中⽂翻译为洗牌，需要shuffle的原因是：某种具有共同特征的数据汇聚到⼀个计算节点上进⾏计算
不需要排序的hash shuffle是否⼀定⽐需要排序的sort shuffle速度快？
解析:
答：不⼀定！！当数据规模⼩，Hash shuffle快于Sorted Shuffle数据规模⼤的时候；当数据量⼤，sorted Shuffle会⽐Hash shuffle快很多，因为数量⼤的有很多⼩⽂件，不均匀，甚⾄出现数
据倾斜，消耗内存⼤，1.x之前spark使⽤hash，适合处理中⼩规模，1.x之后，增加了Sorted shuffle，Spark更能胜任⼤规模处理了。
解析:
答：1）shuffle产⽣海量的⼩⽂件在磁盘上，此时会产⽣⼤量耗时的、低效的IO操作；2）.容易导致内存不够⽤，由于内存需要保存海量的⽂件操作句柄和临时缓存信息，如果数据处理规模
⽐较⼤的化，容易出现OOM；3）容易出现数据倾斜，导致OOM
