10個(gè)大數(shù)據(jù)面試入門級(jí)問題
由于大數(shù)據(jù)在IT是比較吃香的，小編整理了一些關(guān)于大數(shù)據(jù)的面試題。
無論您是大數(shù)據(jù)領(lǐng)域的新手還是經(jīng)驗(yàn)豐富，都需要基礎(chǔ)知識(shí)。因此，讓我們來介紹一些常見的基本大數(shù)據(jù)面試問題以及破解大數(shù)據(jù)面試的答案。
1.您對(duì)“大數(shù)據(jù)”一詞有何了解？
答： 大數(shù)據(jù)是與復(fù)雜和大型數(shù)據(jù)集相關(guān)的術(shù)語。關(guān)系數(shù)據(jù)庫無法處理大數(shù)據(jù)，這就是使用特殊工具和方法對(duì)大量數(shù)據(jù)執(zhí)行操作的原因。大數(shù)據(jù)使公司能夠更好地了解其業(yè)務(wù)，并幫助他們從定期收集的非結(jié)構(gòu)化和原始數(shù)據(jù)中獲取有意義的信息。大數(shù)據(jù)還允許公司采取數(shù)據(jù)支持的更好的業(yè)務(wù)決策。
2.大數(shù)據(jù)的五個(gè)V是什么？
答：大數(shù)據(jù)的五個(gè)V如下：
Volume -Volume表示體積大，即以高速率增長的數(shù)據(jù)量，即以PB為單位的數(shù)據(jù)量
Velocity -Velocity是數(shù)據(jù)增長的速度。社交媒體在數(shù)據(jù)增長速度方面發(fā)揮著重要作用。
Variety -Variety是指不同的數(shù)據(jù)類型，即各種數(shù)據(jù)格式，如文本，音頻，視頻等。
Veracity -Veracity是指可用數(shù)據(jù)的不確定性。由于大量數(shù)據(jù)帶來不完整性和不一致性，因此產(chǎn)生了準(zhǔn)確性。
Value -價(jià)值是指將數(shù)據(jù)轉(zhuǎn)化為價(jià)值。通過將訪問的大數(shù)據(jù)轉(zhuǎn)換為價(jià)值，企業(yè)可以創(chuàng)造收入。
大數(shù)據(jù)的5V
注意： 這是大數(shù)據(jù)訪談中提出的基本和重要問題之一。如果您看到面試官有興趣了解更多信息，您可以選擇詳細(xì)解釋五個(gè)V. 但是，如果您被問及“大數(shù)據(jù)”這一術(shù)語，甚至可以提及這些名稱。
3.告訴我們大數(shù)據(jù)和Hadoop如何相互關(guān)聯(lián)。
答： 大數(shù)據(jù)和Hadoop幾乎是同義詞。隨著大數(shù)據(jù)的興起，專門從事大數(shù)據(jù)操作的Hadoop框架也開始流行起來。專業(yè)人員可以使用該框架來分析大數(shù)據(jù)并幫助企業(yè)做出決策。
注意： 這個(gè)問題通常在大數(shù)據(jù)訪談中提出。 可以進(jìn)一步去回答這個(gè)問題，并試圖解釋的Hadoop的主要組成部分。
4.大數(shù)據(jù)分析如何有助于增加業(yè)務(wù)收入？
答：大數(shù)據(jù)分析對(duì)企業(yè)來說非常重要。它可以幫助企業(yè)將自己與眾不同并增加收入。通過預(yù)測分析，大數(shù)據(jù)分析為企業(yè)提供定制的建議和建議。此外，大數(shù)據(jù)分析使企業(yè)能夠根據(jù)客戶需求和偏好推出新產(chǎn)品。這些因素使企業(yè)獲得更多收入，因此公司正在使用大數(shù)據(jù)分析。通過實(shí)施大數(shù)據(jù)分析，公司可能會(huì)收入大幅增加5-20％的收入。一些使用大數(shù)據(jù)分析來增加收入的受歡迎公司是 - 沃爾瑪，LinkedIn，F(xiàn)acebook，Twitter，美國銀行等。
5.解釋部署大數(shù)據(jù)解決方案時(shí)應(yīng)遵循的步驟。
答：以下是部署大數(shù)據(jù)解決方案所遵循的三個(gè)步驟
Ⅰ、數(shù)據(jù)攝取
部署大數(shù)據(jù)解決方案的第一步是數(shù)據(jù)提取，即從各種來源提取數(shù)據(jù)。數(shù)據(jù)源可以是像Salesforce這樣的CRM，像SAP這樣的企業(yè)資源規(guī)劃系統(tǒng)，像MySQL這樣的RDBMS或任何其他日志文件，文檔，社交媒體源等。數(shù)據(jù)可以通過批處理作業(yè)或?qū)崟r(shí)流來提取。然后將提取的數(shù)據(jù)存儲(chǔ)在HDFS中。
部署大數(shù)據(jù)解決方案的步驟
II、數(shù)據(jù)存儲(chǔ)
在數(shù)據(jù)攝取之后，下一步是存儲(chǔ)提取的數(shù)據(jù)。數(shù)據(jù)存儲(chǔ)在HDFS或NoSQL數(shù)據(jù)庫（即HBase）中。HDFS存儲(chǔ)適用于順序訪問，而HBase適用于隨機(jī)讀/寫訪問。
III、數(shù)據(jù)處理
部署大數(shù)據(jù)解決方案的最后一步是數(shù)據(jù)處理。數(shù)據(jù)通過Spark，MapReduce，Pig等處理框架之一進(jìn)行處理。
6.定義HDFS和YARN的相應(yīng)組件
答： HDFS的兩個(gè)主要組成部分：
NameNode - 這是用于處理HDFS內(nèi)數(shù)據(jù)塊的元數(shù)據(jù)信息的主節(jié)點(diǎn)
DataNode / Slave節(jié)點(diǎn) - 這是作為從節(jié)點(diǎn)存儲(chǔ)數(shù)據(jù)的節(jié)點(diǎn)，供NameNode處理和使用
除了提供客戶端請(qǐng)求之外，NameNode還執(zhí)行以下兩個(gè)角色之一：
CheckpointNode - 它在與NameNode不同的主機(jī)上運(yùn)行
BackupNode-它是一個(gè)只讀的NameNode，它包含不包括塊位置的文件系統(tǒng)元數(shù)據(jù)信息
YARN的兩個(gè)主要組成部分：
ResourceManager-該組件接收處理請(qǐng)求，并根據(jù)處理需要相應(yīng)地分配給各個(gè)NodeManager。
NodeManager-它在每個(gè)單個(gè)數(shù)據(jù)節(jié)點(diǎn)上執(zhí)行任務(wù)
7.為什么Hadoop可用于大數(shù)據(jù)分析？
答： 由于數(shù)據(jù)分析已成為業(yè)務(wù)的關(guān)鍵參數(shù)之一，因此，企業(yè)正在處理大量結(jié)構(gòu)化，非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。在Hadoop主要支持其功能的情況下，分析非結(jié)構(gòu)化數(shù)據(jù)非常困難
存儲(chǔ)
處理
數(shù)據(jù)采集
此外，Hadoop是開源的，可在商用硬件上運(yùn)行。因此，它是企業(yè)的成本效益解決方案。
8.什么是fsck？
答： fsck代表文件系統(tǒng)檢查。它是HDFS使用的命令。此命令用于檢查不一致性以及文件中是否存在任何問題。例如，如果文件有任何丟失的塊，則通過此命令通知HDFS。
9. NAS（網(wǎng)絡(luò)附加存儲(chǔ)）和HDFS之間的主要區(qū)別是什么？
答： NAS（網(wǎng)絡(luò)附加存儲(chǔ)）和HDFS之間的主要區(qū)別 -
HDFS在一組計(jì)算機(jī)上運(yùn)行，??而NAS在單個(gè)計(jì)算機(jī)上運(yùn)行。因此，數(shù)據(jù)冗余是HDFS中的常見問題。相反，復(fù)制協(xié)議在NAS的情況下是不同的。因此，數(shù)據(jù)冗余的可能性要小得多。
在HDFS的情況下，數(shù)據(jù)作為數(shù)據(jù)塊存儲(chǔ)在本地驅(qū)動(dòng)器中。在NAS的情況下，它存儲(chǔ)在專用硬件中。
10.格式化NameNode的命令是什么？
答： $ hdfs namenode -format。
大數(shù)據(jù)面試資料
小編給大家整理一下關(guān)于大數(shù)據(jù)的相關(guān)的面試題，希望大家能夠喜歡。
獲取方式：轉(zhuǎn)發(fā)文章并私信【學(xué)習(xí)】即可獲取哦~~~
下集預(yù)告：干貨|50個(gè)大數(shù)據(jù)面試問題及答案第二篇：10個(gè)大數(shù)據(jù)面試中級(jí)問題
