面试题

2018年有不少大数据学员学成准备参加工作，在参加工作前最重要的一轮就是大数据的面试，优就业小编收集了一些2018常见的大数据面试题，希望可以帮到准备或者正在参加大数据面试的朋友们。

1、除了K-means，你还知道哪些聚类算法?

2、K-means中的类别数N如何确定

3、Web或移动端的时代，我们有哪些数据采集的方法?

4、说一下JVM内存模型，GC算法，GC垃圾回收机制，如何优化?

5、Hbase的操作是用的什么API还是什么工具?

6、重跑数据的时候数据幂等是怎么做的

7、在2.5亿个整数中找出不重复的整数，注，内存不足以容纳这2.5亿个整数微博有11亿的用户，其中大约50万是蓝V用户，用户用uid标示，试设计一套架构，判断一个用户是否是蓝V，画出架构图，并给出关键算法。要求消耗的内存最小，效率最高，同时能够适应蓝V用户的动态增减。

8、有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。

9、N个为排序的整数，在线性时间内，求这N个数在数轴上相邻两个数之间的最大差值(写出关键算法)

10、给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url?

相关推荐：

【大数据面试题】高频大数据面试题

【大数据培训教程】把握时代风口，做大数据架构师