卓望数码 笔试

1. 描述HDFS的写流程
2. 给定一个数据集list，利用Spark从hdfs url路径读取数据集，请提供关键代码，用Java/Scala/Python API
3. Flink和Spark Streaming有哪些区别？
4. Hive SQL题。

存在一张表
id quarter sum
1 Q1 200
1 Q2 300
1 Q3 400
1 Q4 500
2 Q1 250

请将列处理成一行的结果。
id Q1_quarter Q2_quarter Q3_quarter Q4_quarter
1    200                300            400                500
2     250                null            null                null