上一篇文章我們總結了10個大數(shù)據(jù)面試入門級問題郊闯，大家是否有收獲蛛株，本次我們分析的是10個已經(jīng)在大數(shù)據(jù)行業(yè)工作的老司機們面試時的問題及建議答案，話不多說谨履，趕緊開始今天的學習笋粟。

基于大數(shù)據(jù)已從業(yè)者的面試問題

如果您在大數(shù)據(jù)世界中有相當豐富的工作經(jīng)驗，那么根據(jù)您以前的經(jīng)驗绿淋，您將在大數(shù)據(jù)面試中被問到一些問題尝盼。這些問題可能與您的經(jīng)驗或基于場景有關。所以，準備好這些最好的大數(shù)據(jù)面試問題和答案 殿漠。

11.您有大數(shù)據(jù)經(jīng)驗嗎佩捞？如果有，請分享一下一忱。

如何處理：??問題沒有具體答案，因為這是一個主觀問題菇夸，答案取決于您以前的經(jīng)驗仪吧。在大數(shù)據(jù)訪談期間詢問這個問題鞠眉，面試官想要了解您以前的經(jīng)驗，并且還試圖評估您是否適合項目要求出皇。

那么哗戈，你將如何處理這個問題呢？如果您有以前的經(jīng)驗唯咬，請在過去的職位上開始履行職責，并慢慢向對話添加詳細信息狞贱。告訴他們您使項目成功的貢獻蜀涨。一般來說，這個問題是在面試中提出的第二或第三個問題厚柳。后面的問題是基于這個問題，所以請仔細回答便监。您還應該注意不要過度使用以前工作的一個方面宰闰。保持簡單和重點簿透。

12.您更喜歡好的數(shù)據(jù)還是好的模型解藻？為什么？

如何處理：?這是一個棘手的問題啡浊，但通常在大數(shù)據(jù)面試中被問到胶背。它要求您在好的數(shù)據(jù)或好的模型之間進行選擇。作為候選人钳吟，您應該嘗試根據(jù)自己的經(jīng)驗回答這個問題。許多公司希望遵循嚴格的數(shù)據(jù)評估流程坝茎，這意味著他們已經(jīng)選擇了數(shù)據(jù)模型暇番。在這種情況下，擁有良好的數(shù)據(jù)可能會改變游戲規(guī)則壁酬。另一種方式也適用于基于良好數(shù)據(jù)選擇的模型。

正如我們已經(jīng)提到的岳服，請根據(jù)您的經(jīng)驗回答蜕煌。但是，不要說擁有良好的數(shù)據(jù)和良好的模型很重要贫母，因為在現(xiàn)實生活中很難同時擁有這兩個數(shù)據(jù)盒刚。

13.您是否會優(yōu)化算法或代碼以使其運行更快？

如何處理：?這個問題的答案應該始終是“是”因块。真實世界的性能很重要，它不依賴于您在項目中使用的數(shù)據(jù)或模型趾断。

面試官可能也有興趣知道您是否有任何以前的代碼或算法優(yōu)化經(jīng)驗。對于初學者來說增显，這顯然取決于他過去從事過哪些項目脐帝。有經(jīng)驗的候選人也可以相應地分享他們的經(jīng)驗。但是堵腹，請誠實地對待您的工作，如果您過去沒有優(yōu)化代碼旱易，那就沒關系了荡含。只需讓面試官了解您的真實體驗，您就可以破解大數(shù)據(jù)訪談。

14.您如何處理數(shù)據(jù)準備装处？

如何處理：?數(shù)據(jù)準備是大數(shù)據(jù)項目的關鍵步驟之一。大數(shù)據(jù)訪談可能涉及至少一個基于數(shù)據(jù)準備的問題寝蹈。當面試官問你這個問題時登淘，他想知道你在數(shù)據(jù)準備過程中采取了哪些步驟或預防措施。

如您所知黔州，需要數(shù)據(jù)準備才能獲得必要的數(shù)據(jù)流妻，然后可以進一步用于建模目的。你應該把這個消息傳達給面試官绅这。您還應該強調要使用的模型類型以及選擇特定模型的原因。最后度苔，但并非最不重要，您還應該討論重要的數(shù)據(jù)準備術語寇窑，如轉換變量，異常值完残，非結構化數(shù)據(jù)横漏，識別差距等。

15.您如何將非結構化數(shù)據(jù)轉換為結構化數(shù)據(jù)扎拣？

如何處理：?非結構化數(shù)據(jù)在大數(shù)據(jù)中非常常見素跺。應將非結構化數(shù)據(jù)轉換為結構化數(shù)據(jù)，以確保正確的數(shù)據(jù)分析刊愚。您可以通過簡要區(qū)分兩者來開始回答問題踩验。完成后，您現(xiàn)在可以討論用于將一個表單轉換為另一個表單的方法箕憾。您也可以分享您所做的真實情況。如果您最近剛畢業(yè)钠龙，那么您可以分享與您的學術項目相關的信息御铃。

通過正確回答這個問題，您發(fā)出信號表明您了解結構化和非結構化數(shù)據(jù)的類型并闲，并且具有使用這些數(shù)據(jù)的實踐經(jīng)驗谷羞。如果你具體回答這個問題溜徙，你肯定能夠破解大數(shù)據(jù)訪談犀填。

16.哪種硬件配置對Hadoop作業(yè)最有利？

配置4/8 GB RAM和ECC內存的雙處理器或核心機器是運行Hadoop操作的理想選擇图贸。但是冕广，硬件配置因項目特定的工作流程和流程而異，因此需要進行自定義撒汉。

17.當兩個用戶嘗試訪問HDFS中的同一文件時會發(fā)生什么睬辐？

HDFS NameNode支持獨占只寫。因此溯饵，只有第一個用戶將收到文件訪問權限，第二個用戶將被拒絕隘谣。

18.如何在NameNode關閉時恢復它藻三？

需要執(zhí)行以下步驟才能啟動并運行Hadoop集群：

使用文件系統(tǒng)元數(shù)據(jù)副本的FsImage啟動新的NameNode。?

配置DataNode以及客戶端以使它們確認新啟動的NameNode。

一旦新的NameNode完成加載從DataNode收到足夠塊報告的最后一個檢查點FsImage渣玲，它將開始為客戶端提供服務。?

在大型Hadoop集群的情況下逾苫，NameNode恢復過程會消耗大量時間枚钓，這在日常維護的情況下將成為更大的挑戰(zhàn)。

19.您對Hadoop中的Rack Awareness有何了解星掰？

它是一種應用于NameNode的算法，用于決定塊及其副本的放置方式氢烘。根據(jù)機架定義播玖，同一機架內的DataNode之間的網(wǎng)絡流量最小化。例如蜀踏，如果我們將復制因子視為3，則將兩個副本放在一個機架上颅痊，而將第三個副本放在單獨的機架中随静。

20.“HDFS Block”和“Input Split”有什么區(qū)別？

HDFS將輸入數(shù)據(jù)物理地劃分為用于處理的塊恋捆，這被稱為HDFS塊重绷。

輸入拆分是映射器用于映射操作的邏輯數(shù)據(jù)劃分。

下集預告：干貨|50個大數(shù)據(jù)面試問題及答案第三篇：10個大數(shù)據(jù)Hadoop面試問題