解释 Spark 中的数据分区是如何工作的及其对性能的影响？
Explain how data partitioning works in Spark and its impact on performance.
题目类型: 技术面试题
这是一道技术面试题，常见于澳洲IT公司面试中。
难度: medium
分类: Databricks, Company: Databricks
标签: Databricks, Spark Ops
参考答案摘要
答案 分区决定数据在集群上的分布与并行度：分区过多会增加调度与 shuffle 开销，过少会造成资源闲置与单 task 过大。 应让分区大小适中，并尽量让分区列与常用过滤/join 键匹配以减少 shuffle。
答题技巧
技术面试题建议先理清思路再作答，从基础概念讲起，逐步深入。可以结合实际项目经验解释技术原理，展示你的理解深度和实践能力。
本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案、收藏题目并进行模拟面试练习。
