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 / FlinkDolphinScheduler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