干货|50个大数据面试问题及答案第二篇:10个大数据面试中级问题

原创|大数据新闻|编辑:蒋永|2019-03-07 11:35:41.000|阅读 233 次

概述:接着上次的文章,本次我们针对的是大数据从业者的老司机面试时会遇到的问题,并给出相应的建议与答案。

相关链接:

上一篇文章我们总结了10个大数据面试入门级问题,大家是否有收获,如果还没有看的小伙伴,可以直接跳转《干货|50个大数据面试问题及答案第一篇:10个大数据面试入门级问题》开始学习吧!

本次我们慧都网分析的是10个已经在大数据行业工作的老司机们面试时的问题及建议答案,话不多说,赶紧开始今天的学习。

大数据面试

基于大数据已从业者的面试问题

如果您在大数据世界中有相当丰富的工作经验,那么根据您以前的经验,您将在大数据面试中被问到一些问题。这些问题可能与您的经验或基于场景有关。所以,准备好这些最好的大数据面试问题和答案 。

11.您有大数据经验吗?如果有,请分享一下。

如何处理:  问题没有具体答案,因为这是一个主观问题,答案取决于您以前的经验。在大数据访谈期间询问这个问题,面试官想要了解您以前的经验,并且还试图评估您是否适合项目要求。

那么,你将如何处理这个问题呢?如果您有以前的经验,请在过去的职位上开始履行职责,并慢慢向对话添加详细信息。告诉他们您使项目成功的贡献。一般来说,这个问题是在面试中提出的第二或第三个问题。后面的问题是基于这个问题,所以请仔细回答。您还应该注意不要过度使用以前工作的一个方面。保持简单和重点。

12.您更喜欢好的数据还是好的模型?为什么?

如何处理: 这是一个棘手的问题,但通常在大数据面试中被问到。它要求您在好的数据或好的模型之间进行选择。作为候选人,您应该尝试根据自己的经验回答这个问题。许多公司希望遵循严格的数据评估流程,这意味着他们已经选择了数据模型。在这种情况下,拥有良好的数据可能会改变游戏规则。另一种方式也适用于基于良好数据选择的模型。

正如我们已经提到的,请根据您的经验回答。但是,不要说拥有良好的数据和良好的模型很重要,因为在现实生活中很难同时拥有这两个数据。

13.您是否会优化算法或代码以使其运行更快?

如何处理: 这个问题的答案应该始终是“是”。真实世界的性能很重要,它不依赖于您在项目中使用的数据或模型。

面试官可能也有兴趣知道您是否有任何以前的代码或算法优化经验。对于初学者来说,这显然取决于他过去从事过哪些项目。有经验的候选人也可以相应地分享他们的经验。但是,请诚实地对待您的工作,如果您过去没有优化代码,那就没关系了。只需让面试官了解您的真实体验,您就可以破解大数据访谈。

14.您如何处理数据准备?

如何处理: 数据准备是大数据项目的关键步骤之一。大数据访谈可能涉及至少一个基于数据准备的问题。当面试官问你这个问题时,他想知道你在数据准备过程中采取了哪些步骤或预防措施。

如您所知,需要数据准备才能获得必要的数据,然后可以进一步用于建模目的。你应该把这个消息传达给面试官。您还应该强调要使用的模型类型以及选择特定模型的原因。最后,但并非最不重要,您还应该讨论重要的数据准备术语,如转换变量,异常值,非结构化数据,识别差距等。

15.您如何将非结构化数据转换为结构化数据?

如何处理: 非结构化数据在大数据中非常常见。应将非结构化数据转换为结构化数据,以确保正确的数据分析。您可以通过简要区分两者来开始回答问题。完成后,您现在可以讨论用于将一个表单转换为另一个表单的方法。您也可以分享您所做的真实情况。如果您最近刚毕业,那么您可以分享与您的学术项目相关的信息。

通过正确回答这个问题,您发出信号表明您了解结构化和非结构化数据的类型,并且具有使用这些数据的实践经验。如果你具体回答这个问题,你肯定能够破解大数据访谈。

16.哪种硬件配置对Hadoop作业最有利?

配置4/8 GB RAM和ECC内存的双处理器或核心机器是运行Hadoop操作的理想选择。但是,硬件配置因项目特定的工作流程和流程而异,因此需要进行自定义。

17.当两个用户尝试访问HDFS中的同一文件时会发生什么?

HDFS NameNode支持独占只写。因此,只有第一个用户将收到文件访问权限,第二个用户将被拒绝。

18.如何在NameNode关闭时恢复它?

需要执行以下步骤才能启动并运行Hadoop集群:

  1. 使用文件系统元数据副本的FsImage启动新的NameNode。 
  2. 配置DataNode以及客户端以使它们确认新启动的NameNode。
  3. 一旦新的NameNode完成加载从DataNode收到足够块报告的最后一个检查点FsImage,它将开始为客户端提供服务。 

在大型Hadoop集群的情况下,NameNode恢复过程会消耗大量时间,这在日常维护的情况下将成为更大的挑战。

19.您对Hadoop中的Rack Awareness有何了解?

它是一种应用于NameNode的算法,用于决定块及其副本的放置方式。根据机架定义,同一机架内的DataNode之间的网络流量最小化。例如,如果我们将复制因子视为3,则将两个副本放在一个机架上,而将第三个副本放在单独的机架中。

20.“HDFS Block”和“Input Split”有什么区别?

HDFS将输入数据物理地划分为用于处理的块,这被称为HDFS块。

输入拆分是映射器用于映射操作的逻辑数据划分。

欢迎拨打慧都热线023-68661681或咨询慧都在线客服,我们将帮您转接大数据专家团队,并发送相关资料给您!

下集预告:干货|50个大数据面试问题及答案第三篇:10个大数据Hadoop面试问题



标签:大数据解决方案

本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处,尊重他人劳动成果

登录 慧都网发表评论


暂无评论...

为你推荐

  • 推荐视频
  • 推荐活动
  • 推荐产品
  • 推荐文章
  • 慧都慧问
title
title
相关厂商
相关产品
Cloudera Enterprise Data Hub

让您的企业成为真正的数据驱动的一切所需。

Cloudera 企业版

工业4.0优选产品 | 基于hadoop的大数据分析和管理软件

Cloudera Essentials

管理和支持Cloudera的Hadoop发行版。

Cloudera Data Warehouse

今天,明天及未来的现代分析数据库。

Cloudera Operational DB

现代数据驱动型业务的实时洞察。

Cloudera Data Science & Engineering

处理,开发和服务预测模型。

在线客服 在线QQ 电话咨询
400-700-1020
反馈
在线客服系统
live chat