MapReduce面试题(二)

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？