大数据面试真题_T

腾云悦智

1. namenode ha如何切换？zkfc
2. hadoop集群100台变50台，纠删码原理？
3. hadoop怎么迁移？
4. edit文件存放位置，和namenode一起？name node ha模式怎么同步edit?
5. 2nn除了秘书作用还有啥作用？恢复nn数据
6. hbase region分裂原理，不是问到哪个数据量分裂？
7. region server 挂了两台会怎么样？
8. spark内存模型？spark提交流程
9. java -jar运行任务，如果任务很慢怎么排查
10. flink interval 原理，如果数据量大，里面的map不就是数据量会很大吗？怎么处理
11. hive迁移？

腾讯

1. 各种场景模拟，1亿数据，20亿用户，大表处理
2. 如何确定某个java程序将CPU跑满之后导致该原因的线程？
3. Phoenix 和HBase是如何关联的？一个SQL是怎么同步写入到HBase的？
4. 一年的窗口怎么每5分钟输出一次结果。（RK状态+CK时间点+定时器）
5. flink 和 spark Streaming对比？
6. flink的时间语义，精准一次性这些
7. HBase的二级索引？大表的处理？
8. spark SQL 和hive on spark有什么区别？
9. flink的精准一次？幂等和事务使用有什么问题？ck连续超时有什么影响？
10. hbase如果问怎么快速检索1亿数据？布隆过滤器已经开辟了最大长度，不能在开辟了怎么处理？
11. spark 场景题和对应的优化处理？
12. flink 事务 sink写文件，是怎么处理的？对应的文件存在哪里？详细说下
13. 一个flink任务一直在重启？怎么判断原因？
14. CBO和RBO的区别？说说常见的RBO的规则？
15. flink的反压你们是怎么处理的？怎么判定的？
16. flink SQL的整个底层执行过程