2018年--阿里大資料面試題（部分精選）

1.簡述如何安裝配置apache 的一個開源的hadoop

2.列出hadoop 叢集中的都分別需要啟動哪些程式 它們分別是作用是什麼？

3.簡述mapreduce的執行原理

4.hive中內部外部表的區別

5.mapreduce中的combiner 和partition的區別

6.說說你對yarn 的理解

7.Redis效能優化，單機增加CPU核數是否會提高效能

8.採集資料為什麼選擇kafka

9.專案中遇到什麼難題，有沒有資料丟失，怎麼解決

10.RDD中reduceBykey與groupByKey的區別

11.kafka 重啟是否會導致資料丟失

12.講一講checkpoint

13.datax的架構，為什麼不用sqoop

14.跨叢集資料同步distcp的原理

15.描述mapreduce的過程，中間有幾次寫磁碟

16.ORC、Parquet等列式儲存的優點

17.hive傾斜原因，怎麼解決，mapjoin

18.ArraryBlockingQueue的實現

19.排程系統的實現，開源排程系統Azkaban

20.zookkeeper HA原理

21.大頂堆、小頂堆；堆的建堆過程，調整過程

22.排序演算法

23.二分法以及變種

24.JVM引數調優經驗

PS：

關注微信公眾號“程式設計師OfHome”，傳送“領取資料”可以免費領取視訊資料。

對大資料感興趣的朋友可以加入到我們的程式設計師OfHomeQQ群：610535338 群裡有都是從事或者在學習大資料的朋友，在此我也邀請你進群一起學習，群內沒有廣告，也是禁止打廣告的，大家也可以關注一下我的微信公共號“程式設計師OfHome”下方掃掃可關注。