大数据java面试题总结
2018-07-16 本文已影响232人
sunTengSt
之前大数据开发面试整理的一些资料，时间长忘了上传了，现在上传上来，提供给需要的人帮助。可参考性的面试技术题，不全但是肯定会有用。
一：java（多线程）：
1.hashmap的底层实现原理，扩容，初始容量；hashmap与concurrentHashMap的区别；与hashTable的区别；
https://blog.csdn.net/justloveyou_/article/details/72783008
2.hashset的底层实现；
3.ArrayList与linklist的使用场景及原理；初始容量10；扩容机制；set等；
http://www.cnblogs.com/xiezie/p/5511840.html
4.多线程的具体实现；volitile关键字的作用；与syonchronized的区别；lock的区别；
https://blog.csdn.net/u011974987/article/details/51027795
5.java内存模型jmm;
6.java分布式锁的实现；MySQL及Redis，zookeeper等实现；
http://www.cnblogs.com/PurpleDream/p/5559352.html
7.线程池构造类方法的五个参数的具体意义；
this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
Executors.defaultThreadFactory(), handler);
8.Java concurrent包下面主要类使用说明；
9.Java读写锁以及java多线程的锁；
https://blog.csdn.net/gaugamela/article/details/78656485
https://blog.csdn.net/chenchaofuck1/article/details/51660119
10.java常用设计模式精通及手写；
二：hadoop体系（HBASE）：
1.HDFS的数据读取流程；https://blog.csdn.net/qq_20641565/article/details/53328279
hdfs的数据备份；hadoop的高可用HA保证；
2.MapReduce的原理；shuffle过程；
https://blog.csdn.net/u014374284/article/details/49205885
优化；大小表的拼接mapreduce实现；reduce如何获取map数据；mapreduce个数确定；
3.HBASE的架构；二级索引的设计理念；表设计根据场景；rowkey设计（及二级索引的rowkey设计）；master的选举；
高可用HA保证；LSM-TREE原理；布隆过滤器bloom-filter；为什么会有误差；
HBASE的mvcc多版本并发控制；zookeeper存储；HBASE数据读取流程；HBASE集群版本；
HBASE预分区实现；https://blog.csdn.net/Nougats/article/details/72723172
hbase的客户端与服务端的配置优化及性能优化；
hbase二级索引修改的源码的类及方法；
hbase的数据更新原子操作实现原理；
HBASE二级索引实现细节；
4.Zookeeper的架构；zab协议；选举制度；二阶段与三阶段提交协议；分布式锁的实现；
5.yarn的整体架构；资源分配等；
6.kafka数据读取；数据丢失与数据重复消费解决办法；kafka的分区个数；kafka备份机制；kafka的最少一次等等；kafka数据格式；
https://blog.csdn.net/ychenfeng/article/details/74980531
7.flume的数据丢失解决；channel的选型；数据源采集方法；flume技术细节
8.hive的开发使用原理、问题解决；数据倾斜及优化；
三：jvm
1.java类加载机制；每个步骤执行那些操作；jvm运行时数据区域及应用；
2.gc回收：几种gc回收机制；gc过程详解（g1,cms详解）；各自的使用场景；常见gc优化案例及实际场景优化；常用命令说明；排查gc的方法及过程；
3.java内存模型介绍；
4.排查jvm相关问题的命令及操作步骤；
http://www.hollischuang.com/archives/1561
四：MySQL
1.MySQL常见问题：存储引擎区别；行转列等问题；悲观锁与乐观锁及使用场景；
2.MySQL的mvcc原理；
五：算法
1.排序：冒泡；快速（递归与非递归的实现）；插入等
2.查找：二分查找的实现；
3.树：层次遍历等（队列的存储）；
4.栈的应用场景（匹配符号等）；
5.开发中用的比较多的数据结构；
6.跳台阶问题
https://hacpai.com/article/1470144369409?p=1&m=0
7.《剑指offer》刷题；
六：数据仓库（hive）
1.数据仓库技术；
2.hive优化；
https://blog.csdn.net/MrLevo520/article/details/76339075
