spark、HDFS在工业上一般怎么使用？

系统之前使用关系型数据库，现在业务数据量大，有一张实时监测的数据表，每天大几百万条数据，处理能力有限，所以打算用mongodb或spark，但因为不熟悉spark，最近一直在研究学习，有很多疑问，请前辈指教。

HDFS

1、数据一般以什么样的形式保存在HDFS上？文本文件？
2、一个数据文件大小如果小于HDFS的block大小的话，是不是就不会分割成多块分散到其他DataNode？
3、HDFS是不是更适合保存比较大的文件？
4、在工业一般怎么使用spark？可否举个详细的具体的例子？

spark

1、如开头所述，每天大几百万条的监测数据我想使用spark处理，以什么样的形式保存数据到HDFS上？
2、如果使用mongodb保存监测数据，再使用spark sql处理，是不是就不用HDFS了？
3、spark链接mongodb，数据的提取传输是不是又成为瓶颈了？
4、spark使用nosql，除了mongodb，还有其他的推荐吗？各适合什么业务场景？
5、程序开发好之后（以java maven为例），一般采用何总方式提交任务到spark集群（非local模式）？【打包->上传到HDFS->调用spark-submit脚本】都是这样吗？岂不是很麻烦？
6、想本地起程序链接spark集群，调试程序，同步接收计算结果，是不可能吗？计算结果一般都是再保存的方式异步调用吗？

小弟菜鸟，问题各种多，还望能者多劳，知无不尽，多谢分享~