我 ：Hadoop適合離線分析，是批處理；Spark適合實(shí)時(shí)分析，是近實(shí)時(shí)流，微批處理。

我 ：其實(shí)自己在平時(shí)使用的時(shí)候,并沒(méi)有過(guò)度割裂開(kāi)這兩種，因?yàn)楫吘棺约菏墙Y(jié)果導(dǎo)向所以無(wú)論P(yáng)ython的縮進(jìn)格式還是Java的要加逗號(hào)，最后可以實(shí)現(xiàn)我的需求就可以了。 補(bǔ) ：如今，再來(lái)審視這個(gè)問(wèn)題，會(huì)發(fā)現(xiàn)其實(shí)在使用過(guò)程中，Python，Java確實(shí)有一些需要你拐個(gè)彎注意下的，比如【Python】list的remove函數(shù)和【Java】list的remove方法，同名異能。以及Python一些輪子如何用Java去實(shí)現(xiàn)也是要注意的。

我 ：小于等于A表?xiàng)l數(shù)，也就是小于等于3條 補(bǔ) ：現(xiàn)在看來(lái)，當(dāng)時(shí)陷入了工作中帶來(lái)的一個(gè)誤區(qū)，就是面試官可沒(méi)說(shuō)join的字段是主鍵，它可以不唯一哈，不唯一就會(huì)導(dǎo)致大于3條，因?yàn)橛兄貜?fù)，而B表記錄不足的地方均為NULL，所以可能小于嗎？不信客官你看： 例1 ： A表的記錄數(shù)在B表中全都有且B表id唯一

例2 A表的記錄在C表中有缺失但C表記錄唯一 ：

例3 A表的記錄在D表中全都有但D表id不唯一 ：

所以正解應(yīng)該是大于等于A表的條數(shù)