人員流動是一個企業(yè)的基本情況，每年到了招聘高峰期，找工作的朋友們都非常的緊張，有些新手甚至莫不著頭腦，無從下手，像大數(shù)據(jù)這種技術(shù)型的面試就更容易讓人緊張了。大數(shù)據(jù)面試題有哪些？不懂Java那就很麻煩了。當(dāng)然也有人問大數(shù)據(jù)是什么？

　　近年我們經(jīng)常會用到云，云計(jì)算也隨之興起，大數(shù)據(jù)也吸引了越來越多的關(guān)注。大數(shù)據(jù)通常用來形容一個公司創(chuàng)造的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫用于分析時會花費(fèi)過多時間和金錢。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。大數(shù)據(jù)非常神奇也非常神秘，想要弄懂大數(shù)據(jù)，一時半會是很難的。在工作中成長，在工作中學(xué)習(xí)，那么想做大數(shù)據(jù)，在面試中會遇到些什么樣的問題呢？來看看吧！

　　1、你會Java語言嗎？熟悉到什么程度？

　　2、你喜歡的編程語言是什么？為什么？

　　3、處理過的的數(shù)據(jù)量？你是如何處理他們的？處理的結(jié)果如何。

　　2、在處理大數(shù)據(jù)過程中，如何保證得到期望值？

　　3、如何讓一個網(wǎng)絡(luò)爬蟲速度更快、抽取更好的信息以及更好總結(jié)數(shù)據(jù)從而得到一干凈的數(shù)據(jù)庫？

　　4、點(diǎn)擊流數(shù)據(jù)應(yīng)該是實(shí)時處理？為什么？哪部分應(yīng)該實(shí)時處理？

　　6、如何把非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化的數(shù)據(jù)？這是否真的有必要做這樣的轉(zhuǎn)換？把數(shù)據(jù)存成平面文本文件是否比存成關(guān)系數(shù)據(jù)庫更好？

　　7、如何判別mapreduce過程有好的負(fù)載均衡？什么是負(fù)載均衡？

　　8、Spark和Hive的區(qū)別，以及Spark和Hive的數(shù)據(jù)傾斜調(diào)優(yōu)問題？

　　9、Hive和Hbase的區(qū)別？

　　10、MapReduce的思想，以及MapReduce調(diào)優(yōu)問題？

　　11、你所了解的開源網(wǎng)站？

　　12、有兩個集群，每個集群有3個節(jié)點(diǎn)，使用hive分析相同的數(shù)據(jù)，sql語句完全一樣，一個集群的分析結(jié)果比另外一個慢的多，給出造成這種現(xiàn)象的可能原因？
　　13、Hbase的優(yōu)化？

　　14、集群的版本，以及集群的瓶頸問題？

　　15、CRM項(xiàng)目，怎么跟Spark結(jié)合？

　　16、如何創(chuàng)建一個關(guān)鍵字分類？

　　17、海量日志數(shù)據(jù)，提取出某日訪問百度次數(shù)多的那個IP？

　　18、Hadoop和Spark處理數(shù)據(jù)時，出現(xiàn)內(nèi)存溢出的處理方法？

　　19、有一個1G大小的一個文件，里面每一是一個詞，詞的大小不超過16字節(jié)，內(nèi)存大小限制大小1M，返回頻率的50個詞。

　　20、你是如何處理缺少數(shù)據(jù)的？你是推薦使用什么樣的處理技術(shù)，或者說你是用什么樣的技術(shù)處理呢？

　　如果不會Java，面試題就答不會，這樣難道不尷尬嗎？正如加里·金(崇拜/崇拜)說：“這是一場革命，龐大的數(shù)據(jù)資源使得各個領(lǐng)域開始了量化進(jìn)程，無論學(xué)術(shù)界、商界還是政府，所有領(lǐng)域都將開始這種進(jìn)程?！贝髷?shù)據(jù)時代，沒有Java基礎(chǔ)，如何開啟你的大數(shù)據(jù)時代？