本文涵盖了大数据面试中常见的技术问题，包括流处理与批处理的区别、Hive与HBase的存储差异、HDFS的特性和架构、Elasticsearch的原理以及与HDFS的对比。此外，还涉及Spark的执行机制、内存模型以及遇到的问题解决方案，以及Hadoop生态系统的组件、工作流程和优化策略。同时，讨论了分布式系统的基础理论如CAP，以及HBase和MySQL的比较，ES的调优和查询机制。
- 大数据流处理技术各个的区别和联系
- 大数据批处理技术各个的区别和联系
- Hive和HBase的存储区别
- HDFS介绍、读写特性
- Elasticsearch的介绍
- ES和HDFS的区别
- HDFS HA集群搭建过吗？是个什么架构？NN只有一个吗？SNN干嘛的？能接替NN吗？
- 如果让你设计一个分布式文件系统，需要考虑什么？你的设计有什么好处，有什么缺陷？
- spark执行机制，RDD、DAG等
- 搜索引擎基本原理，倒排索引
- spark内存模型，如何解决OOM问题？如何解决SOF问题？
- HDFS DataNode死了怎么办，NameNode发生了什么变化？
- 大数据问题，10G的文件里面的数字排序
- HA HDFS Zookeeper什么作用，为什么要Zookeeper？
- Hadoop1.x和2.x之间的区别
- HBase架构，为什么其随机查询很快？
- ES如何调优？
扫一扫
308
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
