1、在es資料庫中做查詢，如果欄位是中文的，怎麼分詞，怎麼查詢，以及怎麼匹配？
2、我們一般做資料處理，資料**於kafka，sparkstreaming去消費kafka中的資料，那如果消費的是檔案，或者資料庫中的資料，這種情況怎麼消費，怎麼處理？能否舉個例子，資料量多大，花了多長時間？
3、spark優化只有sparkstreaming有優化，sparksql沒有優化。
4、面試被問到做資料分析的時候，為什麼不同hive做分析？
5、hive，傳統資料庫，hbase，redis這幾個的區別是什麼？
6、講用mr做單詞統計，然後取topn，底層怎麼一步步實現的？
給的情景模式是公司伺服器有10個節點，一共可同時容納的資料量是30g，給你400g資料，讓你做單詞統計，然後取topn.每一步是怎麼做的？
7、spark的四種模式：yarn，local，standalone和metosos四者的區別是什麼？
8、畫圖說明spark on yarn模式資源排程和任務排程的原理。
9、將sparkmllib中最熟悉的演算法，就講幾個。
10、redis有乙個血奔問題，你是怎麼解決的？
11、現在主流的有apache，cdh，還有哪些，知不知道三駕馬車？
12、處理資料傾斜，怎麼解決？spark中給字段新增字首。
這個是我今天面試被問到的問題。
三駕馬車是 clouderal manager,cloudera cdh ,apache
三駕馬車之永垂不朽的gfs
但凡是要開始講大資料的，都繞不開最初的google三駕馬車：google file system（gfs）， mapreduce，bigtable。如果我們拉長時間軸到20年為乙個週期來看呢，這三駕馬車到今天的影響力其實已然不同。
22號 25號總結
結果筆試的就直接被秒殺了。23號下午是可以筆試銳捷的，結果直接放棄了。25號上午華為的面試，由於跟 一局的宣講衝突了。本想下午去面華為，後來因為其他事情耽擱了。25號晚上筆試優酷土豆。22 25號總結 2.23號下午應該筆試銳捷的，有把握進一面 也應該去面華為。至少可以積累面試經驗！3.對於華為的機...
17號 18號總結
這兩天學習了毛毛蟲演算法 取尺，就如兩個指標乙個指向開頭，乙個指向後面的某個數，這兩個指標之間的長度又形象的比喻成毛毛蟲的身體長度，因為每當頭開始移動，尾巴也會隨著往後移動。就如做的那道題，樣例輸入乙個長度位3的數字，即代表毛毛蟲的長度，每次頭網前移動，尾巴也會隨著網前移動。while w n el...
19號 20號總結
這兩天學習了逆序數，其實也就主要學習了使用歸併解決逆序數的問題，方法呢也就是在歸併的基礎上加上一步，使得其達到計數的目的。while i x2 j x3 當使用歸併把其分成最小的分序列後，在進行排序這一步時，當前面的與後面的比較時，如果滿足要求就加 x2 j 這可能就是其在歸併排序的基礎上所加的東西...