一、spark sql启动后执行越来越慢是为什么？

Shark为了实现Hive兼容，在HQL方面重用了Hive中HQL的解析、逻辑执行计划翻译、执行计划优化等逻辑，可以近似认为仅将物理执行计划从MR作业替换成了Spark作业（辅以内存列式存储等各种和Hive关系不大的优化）

二、excel有哪些常用的数据分析方法？

1）Excel, 90% 的数据分析功能都可以完成。很多统计、数学如 R, PowerPivot 等都有Excel 插件。缺点就是支持的数据量比较小。

2）SAS, R, SPSS 都属于专业工具，需要统计、数学等方面的知识。

3) Access, SQL, Python, Spark 等都属于数据分析开发工具了，一般群众也不用。

三、sparksql查询千万级别的数据1-2秒算不算很慢？

个人愚见，spark还是趋向于离线分析。2G的数据量的实时查询可能mysql就可以了。

四、spark大数据处理技术？

作为大数据处理的主流框架之一，Spark在近几年的发展趋势无疑是很好的。Spark继承了第一代计算框架Hadoop MapReduce的优势，专注于计算性能优势的提升，大大提升了大规模数据处理的效率。

Spark是针对超大数据集合的处理而涉及的，基于分布式集群，实现准实时的低延迟数据处理。理论上来时，Spark的计算速度比Hadoop提升了10-100倍。