【面试题】最新大数据高频面试题之项目架构篇(持续更新)

---

– 数据仓库的输入数据源和输出系统分别是什么？

• 输入系统：埋点产生的用户行为数据、JavaEE后台产生的业务数据、个别公司有爬虫数据。
• 输出系统：报表系统、用户画像系统、推荐系统
• 服务器选型

---

– 服务器使用物理机还是云主机？

1）机器成本考虑：
（1）物理机：以128G内存，20核物理CPU，40线程，8THDD和2TSSD硬盘，单台报价4W出头，惠普品牌。一般物理机寿命5年左右。
（2）云主机，以阿里云为例，差不多相同配置，每年5W
2）运维成本考虑：
（1）物理机：需要有专业的运维人员（1万*13个月）、电费（商业用户）、安装空调
（2）云主机：很多运维工作都由阿里云已经完成，运维相对较轻松
3）企业选择
（1）金融有钱公司和阿里没有直接冲突的公司选择阿里云（上海）
（2）中小公司、为了融资上市，选择阿里云，拉倒融资后买物理机。
（3）有长期打算，资金比较足，选择物理机。

---

– 框架版本选型

1）Apache：运维麻烦，组件间兼容性需要自己调研。（一般大厂使用，技术实力雄厚，有专业的运维人员）
2）CDH：国内使用最多的版本，但 CM不开源，但其实对中、小公司使用来说没有影响（建议使用）10000美金一个节点
3）HDP：开源，可以进行二次开发，但是没有CDH稳定，国内使用较少

---

– 集群规模

用博客见证成长，用行动证明我在努力。
如果你有缘看到我博客，对你有帮助、喜欢博客内容，请“点赞” “评论”“收藏”一键三连哦！您的支持是对我最大的鼓励。