# PySpark - Xử lý quy mô lớn (Data Engineering) > SparkSession, RDD vs DataFrame, transformations, actions, partitioning, broadcast variables, UDFs, Spark SQL, caching - 20 câu hỏi phỏng vấn - Senior - [Câu hỏi phỏng vấn: Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van.md) ## 1. Điểm vào chính để tạo một ứng dụng PySpark là gì? **Câu trả lời** SparkSession là điểm vào thống nhất được giới thiệu trong Spark 2.0. Nó thay thế các SparkContext, SQLContext và HiveContext cũ bằng một đối tượng duy nhất. SparkSession cho phép tạo DataFrame, thực thi truy vấn SQL và cấu hình ứng dụng Spark theo cách tập trung. ## 2. Sự khác biệt cơ bản giữa RDD và DataFrame trong PySpark là gì? **Câu trả lời** DataFrame có schema có cấu trúc với các cột được đặt tên và kiểu hóa, cho phép Spark tối ưu hóa truy vấn thông qua Catalyst. RDD là một collection phân tán không có cấu trúc nơi Spark không biết cấu trúc dữ liệu bên trong, giới hạn các tối ưu hóa có thể. ## 3. Sự khác biệt giữa transformation và action trong PySpark là gì? **Câu trả lời** Transformation được đánh giá theo kiểu lazy và xây dựng một kế hoạch thực thi mà không kích hoạt tính toán. Action kích hoạt việc thực thi thực sự của kế hoạch trên cluster và trả về kết quả cho driver. Sự phân biệt này cho phép Spark tối ưu hóa kế hoạch trước khi thực thi. ## Còn 17 câu hỏi nữa - Trong các thao tác sau, thao tác nào là một action của PySpark? - Làm thế nào để tạo DataFrame từ tệp Parquet trong PySpark? Đăng ký miễn phí: https://sharpskill.dev/vi/login ## Các chủ đề phỏng vấn Data Engineering khác - [Linux & Shell - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/linux-shell-basics.md): 20 câu hỏi, Junior - [Git & GitHub - Kiến thức cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/git-github-fundamentals.md): 20 câu hỏi, Junior - [Python nâng cao cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/python-advanced-de.md): 25 câu hỏi, Junior - [Docker - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/docker-fundamentals.md): 25 câu hỏi, Junior - [Google Cloud Platform - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/gcp-fundamentals.md): 20 câu hỏi, Junior - [CI/CD và chất lượng mã](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/ci-cd-code-quality.md): 20 câu hỏi, Mid-Level - [Docker Compose](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/docker-compose.md): 20 câu hỏi, Mid-Level - [FastAPI - API dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/fastapi.md): 20 câu hỏi, Mid-Level - [SQL nâng cao cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/sql-advanced-de.md): 20 câu hỏi, Mid-Level - [Data Lake - Kiến trúc và nạp dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/data-lake.md): 20 câu hỏi, Mid-Level - [BigQuery cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/bigquery-de.md): 20 câu hỏi, Mid-Level - [PostgreSQL - Quản trị](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/postgresql-admin.md): 20 câu hỏi, Mid-Level - [Data Modeling cho Data Engineering](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/data-modeling-de.md): 20 câu hỏi, Mid-Level - [Fivetran & Airbyte - Nạp dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/fivetran-airbyte.md): 20 câu hỏi, Mid-Level - [dbt - Kiến thức cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/dbt-fundamentals-de.md): 20 câu hỏi, Mid-Level - [Apache Airflow - Cơ bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/airflow-fundamentals.md): 20 câu hỏi, Mid-Level - [Kubernetes - Cơ Bản](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/kubernetes-fundamentals.md): 20 câu hỏi, Mid-Level - [dbt - Tính năng nâng cao](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/dbt-advanced-de.md): 20 câu hỏi, Senior - [Mẫu ETL / ELT / ETLT](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/etl-elt-patterns.md): 20 câu hỏi, Senior - [Apache Airflow - Nâng cao](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/airflow-advanced.md): 20 câu hỏi, Senior - [Airflow + dbt - Điều phối pipeline](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/airflow-dbt-integration.md): 20 câu hỏi, Senior - [Google Pub/Sub - Streaming dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/pubsub-streaming.md): 20 câu hỏi, Senior - [Apache Beam & Dataflow](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/apache-beam-dataflow.md): 20 câu hỏi, Senior - [Kubernetes - Production và Scaling](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/kubernetes-advanced.md): 20 câu hỏi, Senior - [Terraform - Infrastructure as Code](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/terraform.md): 20 câu hỏi, Senior - [Cơ sở dữ liệu NoSQL](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/nosql-databases.md): 20 câu hỏi, Senior - [Data Architecture hiện đại](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/data-architecture.md): 20 câu hỏi, Senior - [Giám sát và Khả năng quan sát](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/monitoring-observability.md): 20 câu hỏi, Senior - [IAM và Bảo mật Dữ liệu](https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/iam-security-de.md): 20 câu hỏi, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/vi/technologies/data-engineering/cau-hoi-phong-van/pyspark