面试和笔试时遇到的一些题。

1、java中final关键字的特点？

在Java中，final关键字可以用来修饰类、方法和变量（包括成员变量和局部变量）。下面就从这三个方面来了解一下final关键字的基本用法

   1》 当用final修饰一个类时，表明这个类不能被继承。也就是说，如果一个类你永远不会让他被继承，就可以用final进行修饰。

   2》final修饰的方法表示此方法已经是“最后的、最终的”含义，亦即此方法不能被覆盖（也就是重写）

   3》final成员变量表示常量，只能被赋值一次，赋值后值不再改变。当final修饰一个基本数据类型时，表示该基本数据类型的值一旦在初始化后便不能发生变化；如果final修饰一个引用类型时，则在对其初始化之后便不能再让其指向其他对象了，但该引用所指向的对象的内容是可以发生变化的

2、覆盖与重载的区别？

重载和覆盖是java多态性的不同的表现方式。其中，重载是在一个类中多态性的一种表现，是指在一个类中定义了多个同名的方法，他们或有不同的参数个数，或有不同的参数类型，或参数顺序不同。与访问修饰符和返回值类型无关。在使用重载时，需要注意以下几点：

1)  重载是通过不同的方法参数来区分的，例如不同的参数个数，不同的参数类型或者不同的参数顺序。

2)  重载和方法的访问修饰符、返回值类型、抛出的异常类型无关。

3)  对于继承来说，如果父类方法的访问修饰符为private，那么就不能在子类对其重载；如果子类也定义了一个同名的函数，这只是一个新的方法，不会达到重载的效果。

覆盖是指子类函数覆盖父类函数。覆盖一个方法并对其进行重写，以达到不同的作用。在使用覆盖时要注意以下几点：

1)  子类中的覆盖方法必须要和父类中被覆盖的方法有着相同的函数名和参数。

2)  子类中覆盖方法的返回值必须和父类中被覆盖方法的返回值相同。

3)  子类中覆盖方法所抛出的异常必须要和父类中被覆盖方法所抛出的异常一致。

4)  父类中被覆盖的方法不能为private，否则其子类只是定义了一个方法，并没有对其覆盖。

覆盖和重载的区别如下：

1)  覆盖是子类和父类之间的关系，是垂直关系；重载是同一个类中方法之间的关系，是水平关系。

2)  覆盖只能由一对方法产生关系，重载是多个方法之间的关系。

3)  覆盖要求参数列表相同，重载要求参数列表不同。

4)  覆盖关系中，调用方法是根据对象的类型来决定；而重载关系是根据调用时的实参表与形参表来选择方法体的。

3、hive和Hive的区别？

Apache Hive是一个构建在Hadoop基础设施之上的数据仓库。通过Hive可以使用HQL语言查询存放在HDFS上的数据。HQL是一种类SQL语言，这种语言最终被转化为Map/Reduce. 虽然Hive提供了SQL查询功能，但是Hive不能够进行交互查询--因为它只能够在Haoop上批量的执行Hadoop。

 Apache HBase是一种Key/Value系统，它运行在HDFS之上。和Hive不一样，Hbase的能够在它的数据库上实时运行，而不是运行MapReduce任务。 每一个 key/value对在Hbase中被定义为一个cell，每一个key由row-key，列簇、列和时间戳。在Hbase中，行是key/value映射的集合，这个映射通过row-key来唯一标识。Hbase利用Hadoop的基础设施，可以利用通用的设备进行水平的扩展。

两者的特点

  Hive帮助熟悉SQL的人运行MapReduce任务。因为它是JDBC兼容的，同时，它也能够和现存的SQL工具整合在一起。运行Hive查询会花费很长时间，因为它会默认遍历表中所有的数据。虽然有这样的缺点，一次遍历的数据量可以通过Hive的分区机制来控制。Hive目前不支持更新操作。另外，由于hive在hadoop上运行批量操作，它需要花费很长的时间，通常是几分钟到几个小时才可以获取到查询的结果。Hive必须提供预先定义好的schema将文件和目录映射到列，并且Hive与ACID不兼容。

 HBase通过存储key/value来工作。它支持四种主要的操作：增加或者更新行，查看一个范围内的cell，获取指定的行，删除指定的行、列或者是列的版本。

HBase查询是通过特定的语言来编写的，这种语言需要重新学习。类SQL的功能可以通过Apache Phonenix实现，但这是以必须提供schema为代价的。另外，Hbase也并不是兼容所有的ACID特性，虽然它支持某些特性。最后但不是最重要的--为了运行Hbase，Zookeeper是必须的，zookeeper是一个用来进行分布式协调的服务，这些服务包括配置服务，维护元信息和命名空间服务。

应用场景

    Hive适合用来对一段时间内的数据进行分析查询，例如，用来计算趋势或者网站的日志。Hive不应该用来进行实时的查询。因为它需要很长时间才可以返回结果。

    Hbase非常适合用来进行大数据的实时查询。Facebook用Hbase进行消息和实时的分析。它也可以用来统计Facebook的连接数。

4、hadoop和spark的不同之处？

1、目的：首先需要明确一点，hadoophe spark 这二者都是大数据框架，即便如此二者各自存在的目的是不同的。Hadoop是一个分布式的数据基础设施，它是将庞大的数据集分派到由若干台计算机组成的集群中的多个节点进行存储。Spark是一个专门用来对那些分布式存储的大数据进行处理的工具，spark本身并不会进行分布式数据的存储。
2、两者的部署：Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。所以使用Hadoop则可以抛开spark，而直接使用Hadoop自身的mapreduce完成数据的处理。Spark是不提供文件管理系统的，但也不是只能依附在Hadoop上，它同样可以选择其他的基于云的数据系统平台，但spark默认的一般选择的还是hadoop。

3、数据处理速度：Spark，拥有Hadoop、 MapReduce所具有能更好地适用于数据挖掘与机器学习等需要迭代的的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，
Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。
4、数据安全恢复：Hadoop每次处理的后的数据是写入到磁盘上，所以其天生就能很有弹性的对系统错误进行处理；spark的数据对象存储在分布于数据集群中的叫做弹性分布式数据集中，这些数据对象既可以放在内存，也可以放在磁盘，所以spark同样可以完成数据的安全恢复。
   

---

参考资料：

https://blog.csdn.net/qiuchaoxi/article/details/79790736 

https://www.cnblogs.com/justinzhang/p/4273470.html

https://blog.51cto.com/13636660/2131732?utm_source=oschina-app