經(jīng)歷了水深火熱的大數(shù)據(jù)學(xué)習(xí)，終于撥開云霧見天明了，但你離成功總是還差了一步，那就是拿到大數(shù)據(jù)工程師的Offer。

在電腦旁奮斗了無數(shù)個(gè)日夜，代碼敲了無數(shù)遍，項(xiàng)目整改了無數(shù)遍，只為了得到一份自己滿意的高薪資高待遇的Offer。但這個(gè)收獲不僅僅需要你學(xué)到嫻熟的大數(shù)據(jù)技術(shù)，還需要在面試之前精心準(zhǔn)備，了解自己要應(yīng)聘的企業(yè)發(fā)展?fàn)顩r、 自己應(yīng)聘崗位的技術(shù)要求等等，除此之外，多看一些大數(shù)據(jù)面試題也是很有必要的，給自己漲漲經(jīng)驗(yàn)。

小編雖然不能幫你調(diào)查你理想企業(yè)的發(fā)展?fàn)顩r，但大數(shù)據(jù)常見面試題早已經(jīng)為你準(zhǔn)備好了，需要的盡快收入囊中吧！

1.scala 語言有什么特點(diǎn)，什么是函數(shù)式編程？有什么優(yōu)點(diǎn)

2.scala 伴生對(duì)象有什么作用

3.scala 并發(fā)編程是怎么弄得，你對(duì) actor 模型怎么理解有何優(yōu)點(diǎn)

4.Spark如何處理結(jié)構(gòu)化數(shù)據(jù)，Spark如何處理非結(jié)構(gòu)話數(shù)據(jù)？

5.Spark性能優(yōu)化主要有哪些手段？

6.對(duì)于Spark你覺得他對(duì)于現(xiàn)有大數(shù)據(jù)的現(xiàn)狀的優(yōu)勢(shì)和劣勢(shì)在哪里？

7.對(duì)于算法是否進(jìn)行過自主的研究設(shè)計(jì)？

8.簡要描述你了解的一些數(shù)據(jù)挖掘算法與內(nèi)容

9.怎么用spark做數(shù)據(jù)清洗

10.跟我聊聊spark的應(yīng)用，商場(chǎng)里廣告投放，以及黃牛檢測(cè)

11.spark讀取 數(shù)據(jù)，是幾個(gè)Partition呢？ hdfs幾個(gè)block 就有幾個(gè) Partition？

12.Mogodb和hbase的區(qū)別

13.開發(fā)中遇到的問題

14.HIVE的優(yōu)化

15.linux的啟動(dòng)順序

16.編譯好的scala程序，運(yùn)行時(shí)還需要scala環(huán)境嗎

17.Write a java program to implement Stack in java.

18.Linkedlist和ArrayList的區(qū)別

19.hadoop中combiner的作用

20.用mr設(shè)計(jì)一個(gè)分組排重計(jì)數(shù)算法

21.用MapReduce找出存在公共好友的兩個(gè)人

22.hdfs存儲(chǔ)機(jī)制

23.MapReduce原理

24.hadoop運(yùn)行原理

25.hadoop 的 namenode 宕機(jī),怎么解決

26.Hbase 的特性,以及你怎么去設(shè)計(jì) rowkey 和 columnFamily ,怎么去建一個(gè)table

27.Redis,傳統(tǒng)數(shù)據(jù)庫,hbase,hive 每個(gè)之間的區(qū)別(問的非常細(xì))

28.說下對(duì)hadoop 的一些理解,包括哪些組件

29.詳細(xì)講解下你流式實(shí)時(shí)計(jì)算的項(xiàng)目部署以及收集的結(jié)果情況

30.實(shí)時(shí)流式計(jì)算框架,幾個(gè)人,多長時(shí)間,細(xì)節(jié)問題,包括講flume ,kafka ,storm 的各個(gè)的組件組成,你負(fù)責(zé)那一塊,如果需要你搭建你可以完成么?