zoukankan      html  css  js  c++  java
  • 大数据面试题


    1.列举spark 比hadoop 快的原 因 ,以及现在存在的主要问题

    2.描述下使用spark streaming 和 GraphX实现实时计算的可行性,以及可能会遇到的问题

    3.GraphX的Pregel API 只支持有向图遍历  ,如何实现无xiang 遍历,描述思路

    4.SPark 通过yarn 提交任务时,yarn-client & yarn-cluster 的区别

    5.Spark 什么时候需要切断lineage  ,如何实现,有什么设计模式

    6.spark streaming 如何 保证数据不丢失,包括driver 和 worker

    7.Kafka 如何保证数据不丢失

    8.在系统单一模块出错的情况下 ,如何保证系统正常流转

    9.雪花模型和星形模型各自的应用场景

    10.数据仓库如何快速准确建立数据中间层

    11使用过那些个BI工具

    12常用列式存储有哪些,有什么优点

    13spark api 的含义 以及使用场景
    map
    flatmap
    reducebykey
    attregatebykey
    updatestatebykey

    14Scala 中 call by name & call by value 的区别

  • 相关阅读:
    作业作业
    Alpha 冲刺 (4/10)
    Alpha 冲刺 (3/10)
    Alpha 冲刺 (2/10)
    Alpha 冲刺 (1/10)
    项目需求分析评审表
    项目需求分析答辩总结
    项目选题报告答辩总结
    UML
    各组项目答辩评分与存在问题
  • 原文地址:https://www.cnblogs.com/TendToBigData/p/10501332.html
Copyright © 2011-2022 走看看