2018最新大資料面試題下載

　　人生的每一個階段，都有自己應該做的事情，我們在大資料時代，該學習大資料技術就應該好好學習大資料技術，將自己的技術學到精深，學到大資料技術的精華。該面試找工作的時候，也要做好一切準備，無論是禮儀的學習、說話的技巧還是大資料的面試題也是要面面俱到的。恰巧小編整理了一份大資料面試題，供你們免費下載。

　　

　　1. scala 隱函式關鍵字

　　implicit

　　2. val x=y=1結果

　　1)x、y都是var，x變為Unit

　　2)都是val，報錯

　　3.java記憶體模型

　　堆記憶體、棧記憶體、方法區

　　棧記憶體：儲存區域性變數

　　堆記憶體：儲存陣列和物件

　　方法區：程式碼區、字串常量池、靜態區

　　4.Hbase優化

　　1) 表設計

　　建表時就分割槽，rowkey設定定長(64位元組)，CF2到3個

　　Max Versio，Time to live，Compact&Split

　　2) 寫表

　　多Htable併發寫

　　Htable引數設定，手動flush，降低IO

　　WriteBuffer

　　批量寫

　　多執行緒併發寫

　　3) 讀表

　　多Htable併發讀

　　Htable引數設定

　　批量讀

　　釋放資源

　　快取查詢結果

　　5. MapReduce優化

　　1. 任務排程

　　I/O 方面：Hadoop 會盡量將 Map 任務分配給 InputSplit 所在的機器，以減少網

　　絡 I/O 的消耗。

　　2.資料預處理與 InputSplit 的大小

　　合理地設定 block塊大小是很重要的調節方式。除此之外，也可以通過合理地

　　設定 Map 任務的數量來調節 Map 任務的資料輸入。

　　3. Map 和 Reduce 任務的數量

　　當 Reduce 任務的數量是任務槽的 1.75 倍時，執行速度快的機器可以獲得更多

　　的 Reduce 任務，因此可以使負載更加均衡，以提高任務的處理速度。

　　4. Combine 函式

　　MapReduce 框架執行使用者寫的 combine 函式用於本地合併，這會大大減少網

　　絡 I/O 操作的消耗

　　以上是小編的節選，更多的面試題可以直接私信小編。