「面试宝典」2022年超全超详细的最新大数据开发面试题，附答案「建议收藏」

大家好，欢迎来到IT知识分享网。

前言：

此套面试题来自于各大厂的真实面试题及常问的知识点，如果能理解吃透这些问题，你的大数据能力将会大大提升，进入大厂指日可待

复习大数据面试题，看这一套就够了！

答案在文末领取哦

目录：

Hadoop

1.请说下HDFS读写流程

2.HDFS在读取文件的时候,如果其中一个块突然损坏了怎么办

3.HDFS在上传文件的时候,如果其中一个DataNode突然挂掉了怎么办

4.NameNode在启动的时候会做哪些操作

5.SecondaryNameNode了解吗，它的工作机制是怎样的

6.SecondaryNameNode不能恢复NameNode的全部数据，那如何保证NameNode数据存储安全

7.在NameNodeHA中，会出现脑裂问题吗？怎么解决脑裂

8.小文件过多会有什么危害,如何避免

9.请说下HDFS的组织架构

10.请说下MR中MapTask的工作机制

11.请说下MR中ReduceTask的工作机制

12.请说下MR中shuffle阶段

13.shuffle阶段的数据压缩机制了解吗

14.在写MR时，什么情况下可以使用规约

15.yarn集群的架构和工作原理知道多少

16.yarn的任务提交流程是怎样的

17.yarn的资源调度三种模型了解吗

Hive

1.hive内部表和外部表的区别

2.hive有索引吗

3.运维如何对hive进行调度

4.ORC、Parquet等列式存储的优点

5.数据建模用的哪些模型？

6.为什么要对数据仓库分层？

7.使用过Hive解析JSON串吗

8.sortby和orderby的区别

9.怎么排查是哪里出现了数据倾斜

10.数据倾斜怎么解决

11.hive小文件过多怎么解决

12.hive优化有哪些？

Spark

1.通常来说，Spark与MapReduce相比，Spark运行效率更高。请说明效率更高来源于Spark内置的哪些机制？

2.hadoop和spark使用场景？

3.spark如何保证宕机迅速恢复？

4.hadoop和spark的相同点和不同点？

5.RDD持久化原理？

6.checkpoint检查点机制？

7.checkpoint和持久化机制的区别？

Hadoop

Hive

Spark

Kafka

Hbase

Flink

如果需要获取到这个（java面试知识点整理）文档的话，关注转发+评论，然后后台私信【111】即可免费获取文中资料