全站搜索
文章正文
想进入大数据领域?先了解这几个常见的大数据​面试题
作者:管理员    发布于:2017-03-08 13:47:07    文字:【】【】【
  金三银四的招聘高峰期已经到来,面试者也越来越紧张,都希望有高人指点一二,倘若有面试题能提示一下,那面试能拿到offer的机会便大的多,下面就是一些常见的大数据面试题,希望能帮助你们一二:
  在说整体之前,我们先了解下大数据,曾经哈佛大学社会学教授加里·金(崇拜/崇拜)说:“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程。”
  百度百科也说过大数据对现在社会的影响是这样概述的:
  随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。大数据(Big data)通常用来形容一个公司创造的大量非结构化和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
  看到这,你是不是觉得大数据真的很神奇也很厉害,也许你肯定会想大数据肯定很难,但不要被这些吓到了:
  咱们接下来说说一些大数据面试常见的面试题:
  1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。
  2、在处理大数据过程中,如何保证得到期望值?
  3、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库?
  4、点击流数据应该是实时处理?为什么?哪部分应该实时处理?
  5、你最喜欢的编程语言是什么?为什么?
  6、如何把非结构化的数据转换成结构化的数据?这是否真的有必要做这样的转换?把数据存成平面文本文件是否比存成关系数据库更好?
  7、如何判别mapreduce过程有好的负载均衡?什么是负载均衡?
  8、Spark和Hive的区别,以及Spark和Hive的数据倾斜调优问题?
  9、Hive和Hbase的区别?
  10、MapReduce的思想,以及MapReduce调优问题?
  11、你所了解的开源网站?
  12、有两个集群,每个集群有3个节点,使用hive分析相同的数据,sql语句完全一样,一个集群的分析结果比另外一个慢的多,给出造成这种现象的可能原因?
  13、Hbase的优化?
  14、集群的版本,以及集群的瓶颈问题?
  15、CRM项目,怎么跟Spark结合?
  16、如何创建一个关键字分类?
  17、海量日志数据,提取出某日访问百度次数最多的那个IP?
  18、Hadoop和Spark处理数据时,出现内存溢出的处理方法?
  19、有一个1G大小的一个文件,里面每一是一个词,词的大小不超过16字节,内存大小限制大小1M,返回频率最高的50个词。
  20、你是如何处理缺少数据的?你是推荐使用什么样的处理技术,或者说你是用什么样的技术处理呢?
 
QQ客服