大数据企业面试真题汇总一

最新推荐文章于 2024-11-22 16:30:43 发布

wespten

最新推荐文章于 2024-11-22 16:30:43 发布

阅读量1.3k

点赞数

分类专栏： Hadoop Hive Spark 大数据安全文章标签：大数据

本文链接：https://blog.csdn.net/qq_35029061/article/details/129014834

版权

Hadoop Hive Spark 大数据安全专栏收录该内容

130 篇文章 40 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

一、企业SQL面试题

第1题

我们有如下的用户访问数据

userId	visitDate	visitCount
u01	2017/1/21	5
u02	2017/1/23	6
u03	2017/1/22	8
u04	2017/1/20	3
u01	2017/1/23	6
u01	2017/2/21	8
U02	2017/1/23

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wespten

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

大数据企业面试真题汇总三

悦分享

02-13

1293

1）Map方法之后Reduce方法之前这段处理过程叫Shuffle2）Map方法之后，数据首先进入到分区方法，把数据标记好分区，然后把数据发送到环形缓冲区；环形缓冲区默认大小100m，环形缓冲区达到80%时，进行溢写；溢写前对数据进行排序，排序按照对key的索引进行字典顺序排序，排序的手段快排；溢写产生大量溢写文件，需要对溢写文件进行归并排序；对溢写的文件也可以进行Com biner操作，前提是汇总操作，求平均值不行。最后将文件按照分区存储到磁盘，等待Reduce端拉取。

阿里大数据面试题集锦及参考答案(3万字长文：持续更新)

大模型大数据攻城狮的专栏

07-18

3329

在Java 8之前，接口中的方法只能是抽象的，即只有方法签名而没有实现。但从Java 8开始，引入了默认方法（default methods）和静态方法（static methods），使得接口可以包含具体的实现。默认方法使用default关键字定义，允许接口中的方法有一个默认实现，这样实现接口的类可以选择性地覆盖这些方法。静态方法则与类中的静态方法相似，它们不属于任何接口实例，而是属于接口本身，主要用于提供工具方法或常量。

参与评论您还未登录，请先登录后发表或查看评论

【面试题】京东大数据面试真题汇总，收藏必备

木野归郎

11-17

822

今年冬天冷的好慢，现在空气中吹的风还是暖的...京东大数据面试题_hive中都有哪些join操作？left join：以左侧为主表，返回记录与主表记录数相同，关联不上的字段为空。right join：以右侧表为主表，返回记录与主表记录数相同，关联不上的字段为空。full join：以两个表的记录为基准，返回两个表的记录去重之和，关联不上的字段为null。cross join：返回两个表的笛卡尔积结...

大数据常见面试题及答案

热门推荐

遐想者

03-25

3万+

大数据常见面试题及答案，大部分都有涉及

真offer收割机！190道大数据面试真题大汇总（附答案详解）

数据一哥，公众号：数据社

04-15

8888

如今这个数字化时代，需求大薪资高的，依然非大数据工程师莫属。我跟不少行业大佬聊过，他们纷纷表示，大数据现在依然处在非常强的爆发期，依然是“黄金时代”！这里有两个关键趋势：一是实时化，从传统的T+1数仓到实时数仓，全面实时化是一个必然，数据洞察变得更快了。二是计算场景化，大家从热衷追逐某一两个引擎，逐渐转成，思考可以用哪些引擎解决哪些问题，更关注实际应用场景。这两个趋势，给...

面试系列一：精选大数据面试真题10道（混合型）-附答案详细解析

yuan_more的博客

02-22

8101

本公众号（五分钟学大数据）将推出大数据面试系列文章—五分钟小面试，此系列文章将会深入研究各大厂笔面试真题，并根据笔面试题扩展相关的知识点，助力大家都能够成功入职大厂！ 大数据笔面试系列文章分为两种类型：混合型（即一篇文章中会有多个框架的知识点—融会贯通）；专项型（一篇文章针对某个框架进行深入解析—专项演练）。此篇文章为系列文章的第一篇（混合型）第一题：大数据笔试题-Java相关（美菜网）写出下列程序的输出： class Father{ static { System.ou.

大数据开发（Hive面试真题）

key_honghao的博客

03-21

1807

Hive的三种自定义函数包括UDF（User-Defined Function（用户定义函数））、UDAF（User-Defined Aggregate Function（用户定义聚合函数））和UDTF（User-Defined Table-Generating Function（用户定义表生成函数））。UDF是最常见的自定义函数类型，用于对单个输入值进行处理并返回一个输出值。

大数据scala面试题汇总

dreamBoat的博客

04-25

4262

大数据scala面试题汇总

《吊打面试官》- 大数据工程师50道中大厂面试真题保姆级详解

Byyyi耀的博客

03-23

2994

大数据工程师50道中大厂面试真题保姆级详解

互联网大厂大数据面试真题汇总大全(一)

悦分享

05-13

学长11）笔试部分（1）有一表名t_sh_mtt_netdisk_log，从表名可以看出该表是什么业务的，是什么周期粒度的表。（2）怎么查看表结构，表创建语句？怎么查看表有哪些分区？怎么查看分区对应hdfs路径？怎么计算某个分区的数据量大小？怎么计算某个分区的文件总数？（3）有一hive sql，怎么计算这个sql会产生多少个map数？（4）怎么查看hive有什么自带函数？怎么查看函数的详细信息？（5）Hive支持哪些基木数据类型？（6）请指出下面两个语句读取分区ds数据的不同Select * from t

各企业的大数据面试真题

03-01

### 大数据面试知识点梳理 #### 一、Zookeeper (zk) **定义**: Zookeeper 是一个分布式的协调服务，用于解决分布式系统中的各种基础问题，如命名服务、配置管理、集群管理和分布式锁等。 **作用**: - **解决的...

大数据面试100题.pdf

06-01

大数据面试题集覆盖了多个技术领域，包括数据采集、存储、处理和数据库等方面。下面将详细解读相关知识点。一、数据采集面试题涉及到Flume和Kafka的使用场景、配置、优势、劣势等。 Flume使用场景： Flume是...

大数据企业面试真题汇总二

悦分享

02-13

1008

1）笔试有一张很大的表：TRLOG，该表大概有2T左右CREATE TABLE TRLOG( PLATFORM string,USER_ID int,CLICK_TIME string,CLICK_URL string)row format delimited fields terminated by ‘\t’;数据:PLATFORM USER_ID CLICK_TIME CLICK_URLWEB 12332321 2013-03-21 13:48:31.324 /home/WEB 12332321 201

springboot基于大数据技术的电影推荐系统的设计与实现

qq_1744828575的博客

11-21

610

该系统综合运用了数据挖掘、机器学习和用户行为分析等先进技术，不仅能够实时监控用户的观影习惯和偏好，还能学习用户的历史互动，如评分、评论及搜索历史，以动态调整推荐算法。管理员通过强大的后台管理功能，维护电影信息库，优化用户体验，并保障系统的高效运行。这样的系统不仅极大地丰富了用户的娱乐体验，也为电影产业的市场营销提供了数据支持，开辟了新的商业价值途径。按照软件工程的流程来说，在系统的详细设计与实现阶段，要把模块、视图、模板进行相应的组合完成一个个所需的功能，此章将会把设计中模块一一说明如何设计和实现的。

Elasticsearch实战应用：构建高效搜索与分析平台

运维人生

11-22

589

Elasticsearch是一个基于Lucene的搜索引擎，它提供了一个分布式多用户能力的全文搜索引擎，具有HTTPweb接口和无模式的JSON文档。Elasticsearch不仅是一个搜索引擎，还是一个强大的数据分析平台，支持复杂的聚合操作。Elasticsearch作为一款强大的分布式搜索和分析引擎，在大数据量的搜索和分析中发挥着重要作用。通过全文搜索与高亮显示功能，可以为用户提供高效的搜索体验；通过大数据量聚合功能，可以对海量数据进行复杂的分析和总结。

机器学习系列----关联分析

DK22151的博客

11-18

907

关联分析主要用于挖掘数据集中的频繁项集（Frequent Itemsets）和关联规则（Association Rules）。关联规则通常采用“如果-那么”的形式，即：如果条件 A 成立，则条件 B 成立。最常见的应用场景是市场篮子分析，在这个场景中，A 和 B 代表顾客购买的商品。关联规则通常包含三个重要的度量：支持度（Support）：规则中项集的出现频率，表示在整个数据集中，A 和 B 同时出现的概率。

Elasticsearch简介与实操