各大公司大数据面试题
- 大数据流处理技术各个的区别和联系
- 大数据批处理技术各个的区别和联系
- Hive和HBase的存储区别
- HDFS介绍、读写特性
- Elasticsearch的介绍
- ES和HDFS的区别
- HDFS HA集群搭建过吗？是个什么架构？NN只有一个吗？SNN干嘛的？能接替NN吗？
- 如果让你设计一个分布式文件系统，需要考虑什么？你的设计有什么好处，有什么缺陷？
- spark执行机制，RDD、DAG等
- 搜索引擎基本原理，倒排索引
- spark内存模型，如何解决OOM问题？如何解决SOF问题？
- HDFS DataNode死了怎么办，NameNode发生了什么变化？
- 大数据问题，10G的文件里面的数字排序
- HA HDFS Zookeeper什么作用，为什么要Zookeeper？
- Hadoop1.x和2.x之间的区别
- HBase架构，为什么其随机查询很快？
- ES如何调优？
- ES查询机制？
- 分布式系统CAP理论，重点解释分区容错性的意义
- HDFS读、写数据逻辑？
- HDFS EditLog写入了，但是NameNode元信息没保存在内存中，数据不一致怎么办？
- HDFS NN作用
- Sqoop2的实现原理和架构？如果你用MapReduce程序实现数据迁移，Map任务怎么设计，
- 比如给你一张表要迁移
- 以wordcount为例，说明MR的执行机制
- HBase整体架构
- HBase和MySQL区别，取代的可能性，场景等
- Hive和HBase区别，使用场景
- HBase架构，ZooKeeper作用
- HBase Region分裂，怎么分裂的，父Region是直接删掉了吗？
- Spark RDD的理解
- Spark map和flatMap区别
- Spark在集群中怎么执行程序的？如果有聚合操作呢？
- ES查询到很多数据（100万、200万），怎么返回？
- 数理统计与数值分析学过吗？写一下贝叶斯公式和大数定理？拿来做什么的？
- hadoop有哪两大服务，hdfs有哪些数据结构（？DAG懂不懂
- MapReduce出现数据倾斜怎么解决。给3种方法。
- 怎么对10亿个数字进行排序
- Spark的Stage是怎么划分的，如何优化。宽窄依赖。
- Spark的TaskScheduler是怎么分配task的，源码看过吗
- Spark哪些部分可以优化
- Hadoop生态体系，MapReduce工作流程
- HDFS架构
- HDFS的NameNode怎么知道它手下有多少DataNode的。容错机制。副本存放策略。
- Yarn的架构
Yarn的Resource Manager, Node Manager,AppMaster等怎么工作的，
有任务来的时候的工作流程
- 出现数据倾斜怎么解决。
- Spark的2种运行模式，standalone和cluster模式的区别，内部工作流程。
- Spark生态体系.和优化
- 如何把多个Hadoop集群连接起来
- RPC协议你懂对吧？你讲讲什么是RPC协议，怎么实现的？
- hive、hadoop、kafka、hbase（hive问了很多基础知识；hadoop搭建方式：
- 单机、伪分布式、完全分布式、hadoop的三大组件
╰半橙微兮°
超、凢脫俗
我就是我
朱雀
ゞ 浴缸里的玫瑰
系统管理员
还没有评论，来说两句吧...