大数据面试题

1、mapreduce的大致流程

2、列出正确的hadoop集群中hadoop都分别启动那些进程，他们的作用分别是什么，尽量详细些。

3、请列出你所知道的hadoop调度器，并简要说明其工作方法。

4.flume不采集Nginx日志，通过logger4j采集日志，优缺点是什么？

在nginx采集日志时无法获取session的信息，然而logger4j则可以获取session的信息，logger4j的方式比较稳定，不会宕机。缺点：不够灵活，logger4j的方式和项目结合过滤紧密，

flume的方式就比较灵活，便于插拔式比较好，不会影响项目的性能。

5、请简述hadoop怎么实现二级排序？

6、hive如何优化

在优化时要注意数据的问题，尽量减少数据倾斜的问题，减少job的数量，同事对小的文件进行成大的文件，如果优化的设计那就更好了，因为hive的运算就是mapReduce所以调节mapreduce的参数也会使性能提高，如调节task的数目。

7、mapreduce如何优化

8、时钟三点一刻是多少度角？

7.5度

9、已知,玻璃球从某高楼落到地面会摔碎,楼的最大高度为100层,给你两个玻璃球,请你最快的测出,能使玻璃球摔碎的最低楼层.

先使用第一个小球,以每次10层的跨度,依次抛到地面,观察结果, 10层, 20层, 30层, 40层...., 如果在50层抛出的时候,第一颗小球摔破了,则说明玻璃球的极限高度在40层到50层之间, 再使用第二颗小球, 从41层,42层,43层... ,依次抛出,如果第二颗小球在第43层摔破,则43层为小球摔破的极限高度!

https://blog.csdn.net/xfg0218/article/details/52514585