『题目』：Spark中的窄依赖有shuffle宽依赖没有shuffle（）
- 答案:
- A.错误
1、在很多小文件场景下，Spark会起很多Task，当SQL逻辑中存在Shuffle操作时，会大大增加hash分桶数，严重影响性能。FusionInsight中，针对小文件的场景通常采用算子，来对Table中的小文件生成的partition进行合并，减少partition数，从而避免在shuffle的时候，生成过多的hash分桶，提升性能（）
- 答案:
- A.join
2、以下关于Spark中宽依赖和窄依赖的描述正确的是（）
- 答案:
- 正在整理中！
3、在CBR中删除某个存储备份，手工删除或自动过期时，仅删除它没有被其它备份数据所依赖的数据块（）
- 答案:
- 正在整理中！
4、DataIDE中,虚拟节点类型是空跑节点,即调度时直接返回成功状态不会真正执行。两个周期调度任务task1、task2之间没有依赖关系,业务上也没有共同上游任务,但是希望可以有一个共同的父任务进行统筹官理,那么可以创建一个虚拟节点作为task1和task2的上游任务（）
- 答案:
- 正在整理中！
原文链接：Spark中的窄依赖有shuffle宽依赖没有shuffle（），转载请注明来源！
