大数据工程师技术面攻略

这篇《大数据工程师技术面攻略》博客对我帮助很大。总结如下：

1. 大数据相关的技术应用也比较普及，hdfs、mapreduce、hive、spark、spark streaming、hbase、flume、kafka、storm、kylin等等。由于这些技术先天与java比较接近，所以很多传统的java工程师转行到大数据方向。根据国家政策友好和市场需求量大，所以大数据方向，这也是我想做的，哈哈！

2.  薪资： 在工作年限相同的情况下，大数据工程师整体待遇相对其他传统岗位普遍要高。 在大数据行业内，平台型人才一般比业务型人才待遇略高，大数据工程师的待遇要高于大数据分析师

3. 数据开发工程师面试要点及常用考题

熟练使用相关的组件，并能对各个组件在具体开发应用的不同环节进行调优，使得能充分发挥大数据技术带来的价值，不同组件语言要求有变化，但Java或Scala是常见的开发语言。

因为涉及到组件比较多，这里就以Hbase、MapReduce、Storm为例列举3个常见的考题：

    1） Hbase使用时key如何设计，结合实际项目进行设计实战？

    2） 开发MapReduce和Storm程序时如何实现mapper和reducer，以及spout和bolt？

    3） Storm集群的并发问题和容灾策略