上一篇文章我們總結了10個大數據面試入門級問題,大家是否有收穫,如果還沒有看的小夥伴,可以直接跳轉《乾貨|50個大數據面試問題及答案第一篇:10個大數據面試入門級問題》開始學習吧!
本次我們慧都網分析的是10個已經在大數據行業工作的老司機們面試時的問題及建議答案,話不多說,趕緊開始今天的學習。
基於大數據已從業者的面試問題
如果您在大數據世界中有相當豐富的工作經驗,那麼根據您以前的經驗,您將在大數據面試中被問到一些問題。這些問題可能與您的經驗或基於場景有關。所以,準備好這些最好的大數據面試問題和答案 。
11.您有大數據經驗嗎?如果有,請分享一下。
如何處理: 問題沒有具體答案,因爲這是一個主觀問題,答案取決於您以前的經驗。在大數據訪談期間詢問這個問題,面試官想要了解您以前的經驗,並且還試圖評估您是否適合項目要求。
那麼,你將如何處理這個問題呢?如果您有以前的經驗,請在過去的職位上開始履行職責,並慢慢向對話添加詳細信息。告訴他們您使項目成功的貢獻。一般來說,這個問題是在面試中提出的第二或第三個問題。後面的問題是基於這個問題,所以請仔細回答。您還應該注意不要過度使用以前工作的一個方面。保持簡單和重點。
12.您更喜歡好的數據還是好的模型?爲什麼?
如何處理: 這是一個棘手的問題,但通常在大數據面試中被問到。它要求您在好的數據或好的模型之間進行選擇。作爲候選人,您應該嘗試根據自己的經驗回答這個問題。許多公司希望遵循嚴格的數據評估流程,這意味着他們已經選擇了數據模型。在這種情況下,擁有良好的數據可能會改變遊戲規則。另一種方式也適用於基於良好數據選擇的模型。
正如我們已經提到的,請根據您的經驗回答。但是,不要說擁有良好的數據和良好的模型很重要,因爲在現實生活中很難同時擁有這兩個數據。
13.您是否會優化算法或代碼以使其運行更快?
如何處理: 這個問題的答案應該始終是“是”。真實世界的性能很重要,它不依賴於您在項目中使用的數據或模型。
面試官可能也有興趣知道您是否有任何以前的代碼或算法優化經驗。對於初學者來說,這顯然取決於他過去從事過哪些項目。有經驗的候選人也可以相應地分享他們的經驗。但是,請誠實地對待您的工作,如果您過去沒有優化代碼,那就沒關係了。只需讓面試官瞭解您的真實體驗,您就可以破解大數據訪談。
14.您如何處理數據準備?
如何處理: 數據準備是大數據項目的關鍵步驟之一。大數據訪談可能涉及至少一個基於數據準備的問題。當面試官問你這個問題時,他想知道你在數據準備過程中採取了哪些步驟或預防措施。
如您所知,需要數據準備才能獲得必要的數據,然後可以進一步用於建模目的。你應該把這個消息傳達給面試官。您還應該強調要使用的模型類型以及選擇特定模型的原因。最後,但並非最不重要,您還應該討論重要的數據準備術語,如轉換變量,異常值,非結構化數據,識別差距等。
15.您如何將非結構化數據轉換爲結構化數據?
如何處理: 非結構化數據在大數據中非常常見。應將非結構化數據轉換爲結構化數據,以確保正確的數據分析。您可以通過簡要區分兩者來開始回答問題。完成後,您現在可以討論用於將一個表單轉換爲另一個表單的方法。您也可以分享您所做的真實情況。如果您最近剛畢業,那麼您可以分享與您的學術項目相關的信息。
通過正確回答這個問題,您發出信號表明您瞭解結構化和非結構化數據的類型,並且具有使用這些數據的實踐經驗。如果你具體回答這個問題,你肯定能夠破解大數據訪談。
16.哪種硬件配置對Hadoop作業最有利?
配置4/8 GB RAM和ECC內存的雙處理器或核心機器是運行Hadoop操作的理想選擇。但是,硬件配置因項目特定的工作流程和流程而異,因此需要進行自定義。
17.當兩個用戶嘗試訪問HDFS中的同一文件時會發生什麼?
HDFS NameNode支持獨佔只寫。因此,只有第一個用戶將收到文件訪問權限,第二個用戶將被拒絕。
18.如何在NameNode關閉時恢復它?
需要執行以下步驟才能啓動並運行Hadoop集羣:
- 使用文件系統元數據副本的FsImage啓動新的NameNode。
- 配置DataNode以及客戶端以使它們確認新啓動的NameNode。
- 一旦新的NameNode完成加載從DataNode收到足夠塊報告的最後一個檢查點FsImage,它將開始爲客戶端提供服務。
在大型Hadoop集羣的情況下,NameNode恢復過程會消耗大量時間,這在日常維護的情況下將成爲更大的挑戰。
19.您對Hadoop中的Rack Awareness有何瞭解?
它是一種應用於NameNode的算法,用於決定塊及其副本的放置方式。根據機架定義,同一機架內的DataNode之間的網絡流量最小化。例如,如果我們將複製因子視爲3,則將兩個副本放在一個機架上,而將第三個副本放在單獨的機架中。
20.“HDFS Block”和“Input Split”有什麼區別?
HDFS將輸入數據物理地劃分爲用於處理的塊,這被稱爲HDFS塊。
輸入拆分是映射器用於映射操作的邏輯數據劃分。
歡迎諮詢慧都在線客服,我們將幫您轉接大數據專家團隊,併發送相關資料給您!
下集預告:乾貨|50個大數據面試問題及答案第三篇:10個大數據Hadoop面試問題