互联网公司大数据面试题

互联网公司大数据面试题参考指南

以下面试题都是群里小伙伴提供的，现场真题(包含校招题)
1.网易大数据面试题

• 说说项目
• Spark哪部分用得好，如何调优
• Java哪部分了解比较好
• 聊聊并发，并发实现方法，volatile关键字说说
• HashMap的底层原理
• 为什么要重写hashcode和equals
• 说说jvm
• 各个垃圾收集器运用在什么情形
• jvm调优
• 说说io
• 为什么考虑转行呢？是因为原专业不好就业吗？

2.蚂蚁金服面试题

• 小文件的合并
• MR与Spark的区别
• 关注哪些名人的博客
• 对大数据领域有什么自己的见解
• 平常怎么学习大数据的
• StringBuilder与StringBuffer的区别
• HashMap与Hashtable的区别
• 谈谈你对树的理解
• 数据库索引的实现
• jvm的内存模型
• jvm的垃圾收集器
• jvm的垃圾收集算法
• HDFS架构
• HDFS读写流程
• Hadoop3.0做了哪些改进
• 谈谈YARN
• 为什么项目选择使用Spark，你觉得Spark的优点在哪里
• 了解Flink与Storm嘛，他们与Spark Streaming的区别在哪里
• 1TB文件，取重复的词，top5指定的资源的场景下，如何快速统计出来

 
3.美图面试题

• 为什么选择美图，你知道美图地点在哪里嘛
• 介绍下你做的项目吧
• 数据统一管理平台，我挺感兴趣的，你说说吧
• 我大概知道是怎么回事了，java web这块你参与开发了吗
• 你刚刚项目提到了元数据，你能说说hive的元数据管理嘛，对它了解嘛
• 还是hive，你对hive有哪些原理性了解呢
• 知道AST、operator tree这些长什么样吗
• 那你的hive转mr过程是怎么了解的呢？
• 除了谓词下推，还能说说其它的优化嘛？别说数据倾斜的调优
• jvm了解不，说下垃圾收集算法
• 平常用java和scala语言哪个多点
• 如果我现在要使用map集合，你觉得哪种适合多线程情况下进行访问
• 如何去监控线程
• Spark 出现OOM，你觉得该怎么进行调优呢？不去动jvm的参数
• 你觉得join该怎么优化
• 你对未来的规划是什么？(五年内)
• 你也就是走技术路线咯

4.​美图二面

• ThriftServer的HA如何去实现，能说下实现的思路嘛
• 说下Zookeeper的watch机制是如何实现的嘛？
• 场景题：

     现在有1个client，2个server，当我动态加入一台机器，或者删除一台机器，或者某台机器宕机了，client该如何去感知到，说下实现思路(不使用Zookeeper),如何通信，说说具体实现?
 
5.七牛云面试题

• 快排
• hive和hdfs之间的联系
• inode和文件描述符
• linux指令如何创建文件
• http中header中放入key value 有什么变化
• 系统调用和库函数区别
• http缓冲实现机智
• session cookie  区别
• 进程间通信方式
• jsp本质
• http请求状状态
• get post put remove
• 数据库join 
• 数据库引擎
• hibernate和mybiters区别
• jvm垃圾回收
• hive和关系型数据库区别
• hive实现原理
• spark与mr的区别

 

文章转自  http://hbase.group/article/89