一次大数据平台面试被 K8S 追问打穿后，我把这些知识盲点补齐了

一次大数据平台面试，让我重新审视 K8S

最近参加了一场偏机器人数据平台 / 大数据平台开发的面试。

我原本以为重点会集中在：

Spark / Flink
DolphinScheduler
数据质量
多模态数据处理
训练数据构建
MCAP / HDF5 / ROS2

结果面试官连续追问了大量 K8S 相关问题：

K8S 集群级动态扩缩容怎么做？
Spark dynamic allocation 和 K8S 扩 Node 是什么关系？
K8S Service 怎么把服务暴露出去？
K8S 有哪些核心组件？
Prometheus 有哪些指标类型？
RSS / WSS / container_memory_usage 有什么区别？
taint / toleration / nodeSelector / nodeAffinity 怎么用？
DolphinScheduler + Spark on K8S 下任务 kill 失败怎么定位？

这场面试让我意识到一个现实：

今天的大数据开发，尤其是数据平台开发，已经不再只是写 Spark SQL、Flink Job、调度 DAG。只要你的任务跑在 K8S 上，你就绕不开 Pod、Node、调度、资源、监控、扩缩容和 OOM。

如果你简历里写了Sp