大数据研发面试题总结

最新推荐文章于 2023-09-23 14:38:54 发布
最新推荐文章于 2023-09-23 14:38:54 发布
阅读量1.8k 收藏 16
点赞数 2
分类专栏： 面试总结 文章标签： 面试 java 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/random0815/article/details/81159718
版权

面试方向：大数据研发

Java部分
  • Java的集合类有哪些？
  • ArrayList和LinkedList的区别
  • ArrayList的动态扩容是怎么实现的
  • HashMap的底层存储结构是什么样的
  • Java多线程的实现方法
  • 线程和进程的区别是什么
  • 线程的生命周期和生命状态
  • volatile关键字
  • wait和sleep的区别
  • 如何保证线程安全的问题，线程安全是什么
  • JVM的结构，每块是什么用处

  • 讲一讲Java的垃圾回收机制

    网络篇

  • 计算机网络的7层模型

  • 讲一下HTTP协议

    大数据

  • Kafka的组件都有什么，分别用来做什么的

  • Kafka怎么管理offset

  • Spark1.6和2.0的区别

    数据库

  • 经历过哪些SQL的调优

  • 数据库的底层存储结构是什么
有没有想要交流的朋友我们一起来总结呀，具体可以私信哦，题目比较基础，不过对于将要参加校招的同学们来说还是值得学习的
胡卡卡啦啦
关注
专栏目录
2024年大数据高频面试题(下篇）
program哲学
07-17 1万+
本文详细介绍大数据岗位热门高频面试题并附有详细答案说明，下篇包含scala、即席查询、分区、分桶、分片、调度系统、数据倾斜等内容的常见面试题
Hbase面试题总结（大数据面试）
热门推荐
let_go_on的博客
08-12 1万+
概述
大数据面试要点总结
静待花开
08-29 2464
首先是大牛的建议： 我觉得面试是否成功主要取决是否能让面试官感觉到自己有项目经验，而体现项目经验呢，主要靠一些技术亮点，介绍项目时能说出一些技术亮点是很关键的，这些技术亮点应该是企业项目中的一个个解决方案，解决方案就是使用xx技术解决xx问题，比如使用threadlocal和拦截器解决分页参数的透明传输问题，使用shiro解决项目的认证和授权问题，类似这样的话语要尽量多说一些。如果在介绍项目时
大数据研发面试
大王来巡山的博客
08-11 1228
第一视频 一面： 1.spark常见算子讲一下 2.删除链表中重复元素（代码） 3.二分查找并返回该元素在数组中的第一个位置 4.将字符串数组转换成int数组（不能用parseint会导致溢出） 思路：先转换成char类型，然后知道每个字符串的位数，依次用char类型转int去乘位数得到int数组 二面： 1.二叉树的深度，不用层次遍历、 2.实习工作数据仓库遇到了什么问题？都是...
大数据开发面试题
蘑菇丁的专栏
04-04 4617
1、一个股票的表里有如下字段id,code,time,price价格，请编写一个SQL统计改股票的所有波峰和波谷。（面试官口述的） 当时面试的时候我没有思路，在回来的路上突然想到一个思路也不知道是否正确。做了一个实验如下 hive> CREATE TABLE IF NOT EXISTS  stock(        id int ,        code bigint ,       ...
大数据开发工程师面试题
最新发布
一位不是很硕的鉴伪方向硕士
09-23 873
map/reduce程序执行时，reduce节点大部分执行完毕，但是又一个或几个reduce节点运行很慢，导致整个程序的处理时间很长，这是因为某一个key的条数比其他key多很多（有时时百倍或千倍之多），这条key所在的reduce节点所处理的数据量比其他节点就大很多，从而导致某几个节点迟迟运行不完，称为数据倾斜。用hadoop程序进行数据关联时，常碰到数据倾斜的情况，这里提供一种解决方法：自己实现partition类，用key和value相加取hash值。21、Hbase的rowkey怎么创建好？
【社招】数据开发面试题集锦（后慢慢补充）
Vivi_static的博客
09-01 707
????厂 算法题 找出字符串中第二大的数字 sql题 求活跃留存 专业题 离线指标体系如何管理的？ 报表开发任务是怎么合理分配的？ 实时指标开发中监控是怎么做的？ 画像数据怎么存储的？ Flink有哪几种窗口，它们的区分是什么？ Flink异步IO的过程？ Flink State的概念？ Hive推断执行的过程？ ...
高级大数据研发工程师面试题总结
大数据学习与分享的博客
06-04 3315
1.Spark处理数据流程、并行度决定机制 2.SparkSQL解析SQL的详细流程、hash广播底层实现 3.Spark shuffle、shuffle文件 4.groupByKey、reduceByKey、aggregateByKey、combineByKey区别 5.repartition和coalesce区别 6.Spark内存管理模型 7.Spark中能够进行下推的算子和不能进行下推的算子有哪些？谓词下推？映射（project）下推？ 8.数仓数据的存储格式（parquet+snappy），为什么
大数据面试题总结
weixin_43225081的博客
07-05 1890
大数据为什么这么快 1、扩展性 传统的是纵向扩展（服务器数量不变，每个的配置越来越高） 大数据是横向扩展（每个的配置不变，但服务器数量越来越多） 2、分布式 传统的是集中式存储，集中式计算 大数据是分布式存储，分布式计算 3、可用性 传统的是单份数据（存储数据的磁盘少） 大数据是多份数据（存储数据的磁盘多） 4、模型 传统的是移动数据到程序端 大数据是移动程序到数据端（减少了大量的IO开销和网络开销，利用并行计算，并行存储） 大数据为什快 横向扩展 移动程序到数据端 多个数据副本 分布式存储（减小磁盘IO的
大数据数仓高级面试题整理.docx
04-26
大数据数仓高级面试题整理是指在大数据领域中，对于数仓的设计、实现和优化进行了深入的探讨和总结。本文档涵盖了数仓的基本概念、数仓的设计原则、数仓的实现方式、数仓的优化技术等多方面的内容。 数仓的基本概念...
大数据开发面试集锦
09-13
本文收集了近年各公司大数据开发岗位的面试题，涉及Hadoop、Spark、kafka、HBASE等大数据组件相关组件
数据开发面试题准备
Memory of Mr.Snail
01-28 1243
背 景 明晚要面试两个 java 高工，稍稍准备几个题目 问 题 笔试题 1）判断单链表是否有环；如果有环的话，寻找带环单链表的环入口 2 ) 现有一张包括员工姓名、薪水、省份、城市、年龄、职位等字段在内的员工信息表; 请写 sql 查出：每个城市中薪水高于 2w 的所有员工信息以及对应的人数？ 说明：正确的查询结果集中可能有如下的记录 ： 张三、3w、广东省、惠州市、30、java高工、100（注：假设薪水大于2w的员工中，有100名来自惠州） 李四、2.5w、广东省、惠州市、31、java高工、100
数据开发(数仓) 面试常考题
karenelise的博客
03-26 1413
20210325美团面试准备—面向对象（上）http位于协议模型的哪一层？post、get方式的区别? Post具体如何传输数据的？进线程的区别？常见的数据结构索引B树和B+树drop、truncate、delete详细区别数据库三范式sqooprdd和dataframe和dataset http位于协议模型的哪一层？ 你知道TCP协议、IP协议、HTTP协议分别在哪一层吗？ 运输层，网络层，应用层。 网络七层模型： 物理层，数据链路层，网络层，运输层，会话层，表现层，应用层 网络五层模型： 物理层，数据链
数据库开发常见面试题
athga的博客
05-13 9555
1、Delete Truncate Drop 区别 delete，drop，truncate 都有删除表的作用，区别在于： 1)delete 和 truncate 仅仅删除表数据，drop 连表数据和表结构一起删除 2)delete 是 DML 语句，操作完以后如果没有不想提交事务还可以回滚，truncate 和 drop 是 DDL 语句，操作完马上生效，不能回滚， 3)执行的速度上，drop>truncate>delete truncate：释放表空间，对外显示 truncate无法通过bi
大数据面试题（校招）
m0_46191714的博客
03-07 2435
项目 1.介绍电商数仓项目 2.在项目中用的什么数据栈？ 3.数据仓库建模几种方式 4.讲一下维度建模，维度表 5.数据倾斜 6.提到了map_join代替普通join，面试官问为什么map_join能解决数据倾斜，具体流程怎样 7.数据缺失值处理 8.数仓分层（各层作用） 9.数仓建设的理论（哪两种）为什么用这种？ 10.星型模型和雪花模型介绍，各自的适合什么样的数据场景 11.数仓建设的原理 12.为什么会发生数据倾斜，怎么解决 13.什么是事务 hadoop 1.mapreduce的几部分 2.map
数据开发面试题2020总结
布小昕_775的博客
12-11 4514
一 Hadoop面试题 1.1 Hadoop基础（☆☆） 1.1.1下列哪项通常是集群的最主要瓶颈（C） A.CPU B.网络 C.磁盘 IO D.内存 答案解析： C.磁盘 IO对集群的影响 IO作为传输数据的管道如果管道越大对数据的传输也自然够大，其保证集群数据传输的稳定。 1.1.2 下列哪项可以作为集群的管理？（C） C.ClouderaManager D.Zooke...
2020 BAT大厂数据开发面试经验：“高频面经”之大数据研发篇
大数据之眸
02-16 3794
注：数据研发侧重组件框架原理和编程实践经验，在面试中也会问到数据结构与算法、机器学习算法等。以下试题为作者日常整理的通用高频面经，包含题目，答案与参考文章，欢迎纠正与补充。 _ _ _ _ 目录 1.linux常用命令 2.Java虚拟机、垃圾回收机制 3.TCP “三次握手”、 “四次挥手 4.大数据常见组件 5.HDFS存储机制 6.MapReduce基本流程...
大数据开发面试题必备20题
huangchunqq的博客
12-07 9319
2021年超全超详细的最新大数据开发面试题，附答案解析
数据研发面试题集合
theodorewy的博客
10-10 211
数据库的索引结构 -B+树 为什么用B+树 -更矮更宽，所有数据都只存在叶节点上，磁盘效率的，同样节点数，比较稳定，查询效率是相当的 队列和栈的区别，先进先出，先进后出 多态是什么意思-允许将子类类型的指针赋值给父类类型的指针。 内存溢出 -不能提供所需要的 内存泄露 -用完以后没有释放 聚集索引 -叶节点上存了数据的 非聚集索引 -叶节点上存的是地址 索引是不是越多越好 -太多索引了更新速度会...
大数据研发面试必备知识点总结
"本文主要涵盖了大数据研发面试的高频知识点，包括Linux命令、Java虚拟机、TCP连接机制、大数据组件如HDFS、MapReduce、Hadoop的相关原理与优化、Hive高级命令、Redis特性以及不同数据存储的区别，还有Kafka、Flume...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值