大資料研發面試題總結
面試方向：大資料研發
Java部分
- Java的集合類有哪些？
- ArrayList和LinkedList的區別
- ArrayList的動態擴容是怎麼實現的
- HashMap的底層儲存結構是什麼樣的
- Java多執行緒的實現方法
- 執行緒和程序的區別是什麼
- 執行緒的生命週期和生命狀態
- volatile關鍵字
- wait和sleep的區別
- 如何保證執行緒安全的問題，執行緒安全是什麼
- JVM的結構，每塊是什麼用處
講一講Java的垃圾回收機制
網路篇
計算機網路的7層模型
講一下HTTP協議
大資料
Kafka的元件都有什麼，分別用來做什麼的
- Kafka怎麼管理offset
Spark1.6和2.0的區別
資料庫
經歷過哪些SQL的調優
- 資料庫的底層儲存結構是什麼
有沒有想要交流的朋友我們一起來總結呀，具體可以私信哦，題目比較基礎，不過對於將要參加校招的同學們來說還是值得學習的
相關推薦
大資料研發面試題總結
面試方向：大資料研發 Java部分 Java的集合類有哪些？ ArrayList和LinkedList的區別 ArrayList的動態擴容是怎麼實現的 HashMap的底層儲存結構是什麼樣的
海量資料處理：十道面試題與十個海量資料處理方法總結（大資料演算法面試題）
第一部分、十道海量資料處理面試題 1、海量日誌資料，提取出某日訪問百度次數最多的那個IP。 首先是這一天，並且是訪問百度的日誌中的IP取出來，逐個寫入到一個大檔案中。注意到IP是32位的，最多有個2^32個IP。同樣可以採用對映的方法
資料結構面試題總結1——陣列：求最大、次大值
一般大家一開始想到的辦法就是一次迴圈，記錄下最大值和最小值。或者就是用兩次冒泡，找到最大值和次大值。 這兩種方法實踐複雜度差不多都是O(2n)，如果陣列很長，效率還是不夠高的。 注意：直接排序，再選擇最大的兩個值，這並不是一個好辦法，因為我們只需要前兩個數有序，不需要後N-
分享：15道大資料崗位面試題
你認為哪個更好：是好的資料還是好模型?同時你是如何定義“好”?存在所有情況下通用的模型嗎?有你沒有知道一些模型的定義並不是那麼好?1、你處理過的最大的資料量?你是如何處理他們的?處理的結果。2、告訴我二個分析或者電腦科學相關專案?你是如何對其結果進行衡量的?3、什麼是：提升值、關鍵績效指標、強壯性、模型按合度
直接影響你薪資的一套大資料企業面試題，看完記得收藏轉發哦！
經歷了水深火熱的大資料學習，終於撥開雲霧見天明瞭，但你離成功總是還差了一步，那就是拿到大資料工程師的Offer。 在電腦旁奮鬥了無數個日夜，程式碼敲了無數遍，專案整改了無數遍，只為了得到一份自己滿意的高薪資高待遇的Offer。但這個收穫不僅僅需要你學到嫻熟的大資料技術，還需要在面試之前精心準備，瞭解自己要應
大資料筆試面試題
原文出處：https://blog.csdn.net/qq_41127332/article/details/83653836 寫下這篇文章既是對我近兩個月斷斷續續校招的總結與思考，又希望能給正在找或未來找工作的學弟學
大資料工程師面試題--7
轉載自：https://blog.csdn.net/u011682879/article/details/55803847 9. 面試問題: 1.從前到後從你教育背景(學過哪些課)到各個專案你負責的模組,問的很細(本以為他是物理學博士,但是所有的技術都懂) 2.hadoop 的
大資料實時面試題--未完整版
flume-->kafka-->spark-->hdfs-->sqoop 1、flume與kafka如何整合？ agent: source:exec , spooldir, avro channel :memory
大資料基礎面試題整理
1.分散式的三種模式 2.Hadoop叢集的執行模式 Hadoop的執行模式分為3種： 本地執行模式（獨立模式，單機模式）， 偽分佈執行模式， 叢集執行模式（完全分散式模式） 偽分佈模式就是在一臺伺服器上面模擬叢集環境,但僅僅是機器數量少,其通訊機制
大資料相關面試題整理（簡單）
1、hadoop： 1）hadoop是大資料分析的完整生態系統，從資料採集，儲存，分析，轉運，再到頁面展示，構成了整個流程 2）採集可以用flume， 3）儲存用hbase，hdfs，mangodb就相當於hbase， 4）分析用
大資料工程師面試題—5
2）HashMap和HashTable，ArrayList和Vector，ArrayList和LinkedList的區別 1 HashMap不是執行緒安全的 hashmap是一個介面 是map介面的子介面，是將鍵對映到值的物件，其中鍵和值都是物件，並且不能包含重複鍵，但可以包含重複值。 Hash
大資料工程師面試題—4
2.23. 我們開發job時，是否可以去掉reduce階段。 可以。設定reduce數為0 即可。2.24. datanode在什麼情況下不會備份 datanode在強制關閉或者非正常斷電不會備份。2.25. combiner出現在那個過程 出現在map階段的map方法後等。2.26. hdfs的體
大資料工程師面試題—3
2.13. 簡述hadoop的排程器 FIFO schedular：預設，先進先出的原則 Capacity schedular：計算能力排程器，選擇佔用最小、優先順序高的先執行，依此類推 Fair schedular：公平排程，所有的job具有相同的資源。2.14. 列出你開發mapreduce的語
大資料工程師面試題—2
2.7. 用mapreduce來實現下面需求？ 現在有10個資料夾,每個資料夾都有1000000個url.現在讓你找出top1000000url。 方法一： 運用2個job，第一個job直接用filesystem讀取10個資料夾作為map輸入，url做key，reduce計算url的su
大資料工程師面試題—1
1. 選擇題1.1. 下面哪個程式負責 HDFS 資料儲存。 c)Datanode 答案 C datanode1.2. HDfS 中的 block 預設儲存幾份？ a)3 份 答案 A 預設 3 份1.3. 下列哪個程式通常與
大資料相關面試題整理-帶答案
1、fsimage和edit的區別？ 大家都知道namenode與secondary namenode 的關係，當他們要進行資料同步時叫做checkpoint時就用到了fsimage與edit，fsimage是儲存最新的元資料的資訊，當fsimage資料到一定的大小事會去生成一個新的檔
大資料工程師面試題(三)
2.13. 簡述hadoop的排程器 FIFO schedular：預設，先進先出的原則 Capacity schedular：計算能力排程器，選擇佔用最小、優先順序高的先執行，依此類推 Fair schedular：公平排程，所有的job具有相同的資源。 2.14. 列出
大資料開發面試題詳解：Hadoop的執行原理
hadoop的核心思想是MapReduce，但shuffle又是MapReduce的核心。shuffle的主要工作是從Map結束到Reduce開始之間的過程。 Hadoop不僅僅是大資料技術的核心重點，還是我們面試官面試的時候經常會問道的問題，本文將詳細介紹Hadoop的執行原理。 hadoop執
滴滴出行大資料實習生面試題
二叉樹的遍歷，前序的遞迴演算法： //輸出 void Visit(BinaryTree T){ if(T->data != '#'){ cout<<T->data; } } /
大資料常見面試題總結
Hadoop部分 1.Hadoop安裝步驟？ 1使用root賬戶登入 2 修改IP 3 修改host主機名 4 配置SSH免密碼登入 5 關閉防火牆 6 安裝JDK 6 解壓hadoop安裝包 7 配置hadoop的核心檔案 hadoop-env.sh，co