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

你可能感兴趣的:(大数据)