原文作者:董西成 点击阅读原文
今天再给大家介绍几道MapReduce相关的面试题,这些题目难度中上等,大家根据自己的需要参考一下。鉴于大家对上次发的MapReduce面试题反应冷淡,这次的题目不再给出参考答案,直到主动回复想要答案的人超过50人。
题目1: MapReduce中排序发生在哪几个阶段?这些排序是否可以避免,为什么?
题目2:编写MapReduce作业时,如何做到在Reduce阶段,先对key排序,再对value排序?
题目3:如何使用MapReduce实现两表join,可考虑以下几种情况:(1)一个表大,一个表小(可放到内存中) (2)两个表均是大表
题目4:如何使用MapReduce实现全排序(即数据全局key有序)? 你给出的算法可能要求仅启动一个Reduce Task,那么如何对算法改进,可以同时启动多个Reduce Task提高排序效率。
题目5:如何对MapReduce作业进行调优(可从参数配置、程序编写等角度说明)
题目6:电话面试,请描述MapReduce的设计架构。
题目7:如果对MapReduce系统进行调优(可从操作系统配置、参数配置等角度说明)
题目8:Hadoop MapReduce中资源管理模型是怎样的,有什么缺点,如何改进?
题目9:解释什么是Capacity Scheduler?
题目10:Hadoop 2.0中YARN是什么?(最近部分明年毕业的同学找工作过程遇到了关于YARN的笔试题,比如今天的EMC笔试题)
题目11:YARN和MapReduce有什么关系?