在電腦旁奮鬥了無數個日夜，代碼敲了無數遍，項目整改了無數遍，只為了得到一份自己滿意的高薪資高待遇的Offer。但這個收獲不僅僅需要你學到嫻熟的大數據技術，還需要在面試之前精心準備，了解自己要應聘的企業發展狀況、 自己應聘崗位的技術要求等等，除此之外，多看一些大數據面試題也是很有必要的，給自己漲漲經驗。

小編雖然不能幫你調查你理想企業的發展狀況，但大數據常見面試題早已經為你準備好了，需要的盡快收入囊中吧！

1.scala 語言有什麽特點，什麽是函數式編程？有什麽優點

2.scala 伴生對象有什麽作用

3.scala 並發編程是怎麽弄得，你對 actor 模型怎麽理解有何優點

4.Spark如何處理結構化數據，Spark如何處理非結構話數據？

5.Spark性能優化主要有哪些手段？

6.對於Spark你覺得他對於現有大數據的現狀的優勢和劣勢在哪裏？

7.對於算法是否進行過自主的研究設計？

8.簡要描述你了解的一些數據挖掘算法與內容

9.怎麽用spark做數據清洗

10.跟我聊聊spark的應用，商場裏廣告投放，以及黃牛檢測

11.spark讀取 數據，是幾個Partition呢？ hdfs幾個block 就有幾個 Partition？

12.Mogodb和hbase的區別

13.開發中遇到的問題

14.HIVE的優化

15.linux的啟動順序

16.編譯好的scala程序，運行時還需要scala環境嗎

17.Write a java program to implement Stack in java.

18.Linkedlist和ArrayList的區別

19.hadoop中combiner的作用

20.用mr設計一個分組排重計數算法

21.用MapReduce找出存在公共好友的兩個人

22.hdfs存儲機制

23.MapReduce原理

24.hadoop運行原理

25.hadoop 的 namenode 宕機,怎麽解決

26.Hbase 的特性,以及你怎麽去設計 rowkey 和 columnFamily ,怎麽去建一個table

27.Redis,傳統數據庫,hbase,hive 每個之間的區別(問的非常細)

28.說下對hadoop 的一些理解,包括哪些組件

29.詳細講解下你流式實時計算的項目部署以及收集的結果情況

30.實時流式計算框架,幾個人,多長時間,細節問題,包括講flume ,kafka ,storm 的各個的組件組成,你負責那一塊,如果需要你搭建你可以完成麽?

如果你也苦惱於轉行求職數據分析類崗位，不知道如何下手？很多初學者，對大數據的概念都是模糊不清的，大數據是什麽，能做什麽，學的時候，該按照什麽線路去學習，學完往哪方面發展，想深入了解，想學習的同學歡迎加入大數據學習企鵝群：458345782，有大量幹貨（零基礎以及進階的經典實戰）分享給大家，並且有清華大學畢業的資深大數據講師給大家免費授課，給大家分享目前國內最完整的大數據高端實戰實用學習流程體系。

直接影響你薪資的一套大數據企業面試題，看完記得收藏轉發哦！