10個(gè)大數(shù)據(jù)面試入門級問題

由于大數(shù)據(jù)在IT是比較吃香的瓢剿，小編整理了一些關(guān)于大數(shù)據(jù)的面試題额划。

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)知識疾党。因此音诫，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“大數(shù)據(jù)”一詞有何了解雪位？

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)語竭钝。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大量數(shù)據(jù)執(zhí)行操作的原因雹洗。大數(shù)據(jù)使公司能夠更好地了解其業(yè)務(wù)香罐，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)決策时肿。

2.大數(shù)據(jù)的五個(gè)V是什么庇茫？

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)量螃成，即以PB為單位的數(shù)據(jù)量

Velocity -Velocity是數(shù)據(jù)增長的速度旦签。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)類型寸宏，即各種數(shù)據(jù)格式宁炫，如文本，音頻击吱，視頻等淋淀。

Veracity -Veracity是指可用數(shù)據(jù)的不確定性遥昧。由于大量數(shù)據(jù)帶來不完整性和不一致性覆醇，因此產(chǎn)生了準(zhǔn)確性朵纷。

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)值永脓，企業(yè)可以創(chuàng)造收入袍辞。

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常摧，您可以選擇詳細(xì)解釋五個(gè)V. 但是搅吁，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落午。

3.告訴我們大數(shù)據(jù)和Hadoop如何相互關(guān)聯(lián)谎懦。

答： 大數(shù)據(jù)和Hadoop幾乎是同義詞。隨著大數(shù)據(jù)的興起溃斋，專門從事大數(shù)據(jù)操作的Hadoop框架也開始流行起來界拦。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)訪談中提出梗劫。 可以進(jìn)一步去回答這個(gè)問題享甸，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)收入梳侨？

答：大數(shù)據(jù)分析對企業(yè)來說非常重要蛉威。它可以幫助企業(yè)將自己與眾不同并增加收入。通過預(yù)測分析走哺，大數(shù)據(jù)分析為企業(yè)提供定制的建議和建議蚯嫌。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)品丙躏。這些因素使企業(yè)獲得更多收入齐帚，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)分析彼哼，公司可能會(huì)收入大幅增加5-20％的收入对妄。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敢朱，F(xiàn)acebook剪菱，Twitter，美國銀行等拴签。

5.解釋部署大數(shù)據(jù)解決方案時(shí)應(yīng)遵循的步驟孝常。

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)提取蚓哩，即從各種來源提取數(shù)據(jù)构灸。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)岸梨，像MySQL這樣的RDBMS或任何其他日志文件喜颁，文檔稠氮，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)流來提取半开。然后將提取的數(shù)據(jù)存儲(chǔ)在HDFS中隔披。

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)攝取之后寂拆，下一步是存儲(chǔ)提取的數(shù)據(jù)奢米。數(shù)據(jù)存儲(chǔ)在HDFS或NoSQL數(shù)據(jù)庫（即HBase）中。HDFS存儲(chǔ)適用于順序訪問纠永，而HBase適用于隨機(jī)讀/寫訪問鬓长。

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)處理尝江。數(shù)據(jù)通過Spark痢士，MapReduce，Pig等處理框架之一進(jìn)行處理茂装。

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)怠蹂，供NameNode處理和使用

除了提供客戶端請求之外，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少态，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-該組件接收處理請求城侧，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)分析彼妻？

答： 由于數(shù)據(jù)分析已成為業(yè)務(wù)的關(guān)鍵參數(shù)之一嫌佑，因此，企業(yè)正在處理大量結(jié)構(gòu)化侨歉，非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)屋摇。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

此外幽邓，Hadoop是開源的炮温，可在商用硬件上運(yùn)行。因此牵舵，它是企業(yè)的成本效益解決方案柒啤。

8.什么是fsck？

答： fsck代表文件系統(tǒng)檢查畸颅。它是HDFS使用的命令担巩。此命令用于檢查不一致性以及文件中是否存在任何問題。例如没炒，如果文件有任何丟失的塊涛癌，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)行拳话，??而NAS在單個(gè)計(jì)算機(jī)上運(yùn)行先匪。因此，數(shù)據(jù)冗余是HDFS中的常見問題假颇。相反，復(fù)制協(xié)議在NAS的情況下是不同的骨稿。因此笨鸡，數(shù)據(jù)冗余的可能性要小得多。

在HDFS的情況下坦冠，數(shù)據(jù)作為數(shù)據(jù)塊存儲(chǔ)在本地驅(qū)動(dòng)器中形耗。在NAS的情況下，它存儲(chǔ)在專用硬件中辙浑。

10.格式化NameNode的命令是什么激涤？

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)的面試題判呕，希望大家能夠喜歡倦踢。

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)面試中級問題