面试题1：描述一下Spark 在yarn上的工作原理？
答：
客户端要提交一个yarn的作业，首先要通过Resource manager去分配一个container给node mananger，用来跑application master，然后application master到resource manager申请所需要的资源，ApplicationMaster通知NodeManager在获得的Container中启动excutor进程，在container里面启动executor,executor返回相应的运行状态。如果是map-reduce，task换成map task和reduce task，若果是spark换成spark作业就好，所以很多作业都能跑到yarn上面的。
面试题2：说一下Spark-client和Spark-cluster的区别？
答： 广义上来说就是Cluster模式适用于生产，Client适用于调试模式。
底层来说：
（1）Client的Driver进程就运行在Client模式之上，application master仅仅向yarn请求executor，client会和请求的容器通信来调度他们的工作，也就是client 不能离开。Cluster模式的Driver负责向yarn申请资源，并监督作业的运行情况，当用户运行之后可以关闭client，作业仍然会运行在yarn上面。，客户端是可以关闭的。
（2）总结来说就是Driver的位置不一样和Application master的工作不一样。
面试题3：简述Spark中transformation和action的区别？
答：
（1）定义上区别
transformation：transformation是得到一个新的RDD，方式很多，比如从数据源生成一个新的RDD，从RDD生成一个新的RDD。
action：action是得到一个值，或者一个结果（直接将RDDcache到内存中）
（2）底层执行的区别
transformation：它的执行采用的是懒策略，就是一不触发action他是不会执行的。
action：它是直接触发执行的。