面试题

大数据工作者应聘时，面试是一道躲不过的槛，所以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、下列哪个程序通常与 NameNode 在一个节点启动?

a)SecondaryNameNode

b)DataNode

c)TaskTracker

d)Jobtracke

2、下列哪项通常是集群的最主要瓶颈：

a)CPU

b)网络

c)磁盘IO

d)内存

3、下列哪项可以作为集群的管理?

a)Puppet

b)Pdsh

c)Cloudera Manager

d)Zookeeper

4、Cloudera 提供哪几种安装 CDH 的方法?

a)Cloudera manager

b)Tarball

c)Yum

d)Rpm

5、下面哪个程序负责 HDFS 数据存储。

a)NameNode

b)Jobtracker

c)Datanode

d)secondaryNameNode

e)tasktracker

6、一个Hadoop环境，整合了HBase和Hive，是否有必要给HDFS和Hbase都分别配置压缩策略?请给出对压缩策略的建议。

7、如果要存储海量的小文件(大小都是几百K~几M)，请简述自己的设计方案。

8、kafka topic为什么设定8个分区?

9、为什么要在hbase中创建一个元数据表保存每个表的字段和主键,删除的时候要查一遍而那upsert的时候也要有主键，为什么不用?

10、有大量的英文文献，需要进行统计

1;统计出现次数前一百的所有单词

2：统计出现次数为10-20次，20-30次的所有单词。

相关推荐：

【大数据面试题】10道常见的大数据面试题(一)

【大数据培训教程】把握时代风口，做大数据架构师