想找到大数据高薪工作 精心准备面试必不可少

　　以BAT为代表的很多大小互联网公司都在布局大数据，而目前大数据方面的人才依旧十分紧缺，比如大数据生态Spark需要的Scala工程师等。虽然说是人才稀缺，但技术疑点都不能马虎，该学习的技术一点都不能少，该好好准备的面试也不能少，不然自己拿那么高的薪资也很心虚不是?因此，想找到大数据高薪工作 精心准备面试必不可少。

　　下面整理了一些大数据的相关面试题，拿来为大家分享一下!

　　1、简单概括安装hadoop的步骤

　　1)创建 hadoop 帐户。

　　2)setup.改 IP。

　　3)安装 java，并修改/etc/profile 文件，配置 java 的环境变量。

　　4)修改 Host 文件域名。

　　5)安装 SSH，配置无密钥通信。

　　6)解压 hadoop。

　　7)配置 conf 文件下 hadoop-env.sh、core-site.sh、mapre-site.sh、hdfs-site.sh。

　　8)配置 hadoop 的环境变量。

　　9)Hadoop namenode -format

　　10)Start-all.sh

　　2、怎样快速的杀死一个job

　　1)执行hadoop job -list 拿到job-id

　　2)Hadoop job kill hadoop-id

　　3、简单概述hadoop的combinet与partition的区别

　　combine和partition都是函数，中间的步骤应该只有shuffle!  combine分为map端和reduce端，作用是把同一个key的键值对合并在一起，可以自定义的,partition是分割map每个节点的结果，按照key分别映射给不同的reduce，也是可以自定义的。这里其实可以理解归类。

　　4、描述 HBase, zookeeper 搭建过程

　　Zookeeper 的问题楼上爬爬有步骤，hbase 主要的配置文件有hbase.env.sh  主要配置的是JDK的路径以及是否使用外部的ZK，hbase-site.xml  主要配置的是与HDFS的链接的路径以及zk的信息，修改regionservers的链接其他机器的配置。

　　5、hbase宕机了如何处理?

　　HBase的RegionServer宕机超过一定时间后，HMaster会将其所管理的region重新分布到其他活动的RegionServer上，由于数据和日志都持久在HDFS中，该操作不会导致数据丢失。所以数据的一致性和安全性是有保障的。

　　但是重新分配的region需要根据日志恢复原RegionServer中的内存MemoryStore表，这会导致宕机的region在这段时间内无法对外提供服务。而一旦重分布，宕机的节点重新启动后就相当于一个新的RegionServer加入集群，为了平衡，需要再次将某些region分布到该server。