大数据开发面试

1、在linux系统找出同时满足下列条件的文件

（1）文件名包含字符串“profile”

（2）文件大小大于10MB

（3）文件的修改时间在7天前

答案：find / -name *profile* -mtime +7 -size +10M

2、有两类应用，游戏和工具

游戏类的应用有：Agame1，Bgame2，Cgame3，Dgame4，Egame5......Jgame10

工具类的应用有：Atool1，Btool2，Ctool3，Dtool4，Etool5......Jtool10

有一张用户安装应用列表（表名：user_install_app）

user_id                     app_name

user1                        Agame1，Bgame2，Cgame3,Atool1，Ctool3，Dtool7

user2                        Agame1，Bgame6，Cgame3，Egame5，Btool2，Ctool6，Dtool7

user3                       Cgame3

user4                       Dtool4

请用SQL实现下面的需求：

（1）同时装有Fgame6和Ctool3的用户

（2）同时装有游戏和工具类（且没有安装Ctool3）的用户分别安装游戏和工具类应用的个数

3、MapReduce中排序发生在哪几个阶段，都采用什么排序算法，并用java程序实现算法，（如果不知道该排序算法，写一个自己熟悉的排序算法），并分析该算法的时间复杂度

4、hdfs元数据管理 读写流程，副本策略，spark job state task区别弄清楚。hbaae优化等