大数据面试要准备哪些

[面试过程中大专生需注意哪些问题]面试技巧一：沉着冷静。面对考官的连环问，千万不能紧张。要做到在战略上藐视对方、战术上重视对方。面试技巧二：自圆其说。并非贬义，应对某些没有标准答案的问题，回答前尽量考虑多...+阅读

一、大数据面试要准备一些应试须知：

1、让面试官记住你的名字。很多人在介绍自己名字的时候仅仅只有简单的一句“我叫某某某”，直到你的自我介绍完毕，面试官也没有记住你的名字，如果后续的自我介绍中没有突出的表现，那么这样的自我介绍注定是失败的。

2、告诉面试官和应聘职位相关的工作经历。在自我介绍自己的工作经历时，一定要注意哪些经历是和应聘职位相关，对应聘有帮助，哪些是毫无意义的。

例如应聘技术人员的职位，我们主要讲从事本职工作的经历，如果有从事其他行业的经历，比如从事过销售，组织，管理工作的，也可以略微提一下，往往会对应聘起到一定的帮助。

3、在面试官面前展现性格阳光的一面。性格也是面试官需要考察的一项，一般来说活泼、外向的性格始终会受到大家的亲睐，所以我们在面试官面前一定要展示性格阳光的一面，即使内向，也不能表现出来。

4、简单的介绍一下自己的未来规划。未来规划这一项是为了告诉面试官，我是一个有计划、有目标、有理想的人，我参加面试是因为我对这份工作比较热爱，而不是为了混口饭吃而应聘这项工作。很多老板最怕找到以混日子为目的的员工。

5、注意扬长避短。扬长避短也就是说在面试时尽量选择自己好的方面来说，只说自己的优点，避免谈及自己的缺点。

从人性的角度来讲，人们总是对负面的新闻感兴趣，因此在面试时，面试官会千方百计的发现你的缺点，你的弱项，如果我们主动将缺点暴露给对方，那么产生的影响往往是负面的。细节决定成败，一个简单的自我介绍虽然只有短短的几分钟，但是其内容却包罗万象，因此在面试时自我介绍的完美与否是举足轻重的。

二、大数据面试要准备一些常见的面试题：

1、你会Java语言吗？熟悉到什么程度？

2、你最喜欢的编程语言是什么？为什么？

3、处理过的最大的数据量？你是如何处理他们的？处理的结果如何。

2、在处理大数据过程中，如何保证得到期望值？

3、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库？

4、点击流数据应该是实时处理？为什么？哪部分应该实时处理？

6、如何把非结构化的数据转换成结构化的数据？这是否真的有必要做这样的转换？把数据存成平面文本文件是否比存成关系数据库更好？

7、如何判别mapreduce过程有好的负载均衡？什么是负载均衡？

8、Spark和Hive的区别，以及Spark和Hive的数据倾斜调优问题？

9、Hive和Hbase的区别？

10、MapReduce的思想，以及MapReduce调优问题？

11、你所了解的开源网站？

12、有两个集群，每个集群有3个节点，使用hive分析相同的数据，sql语句完全一样，一个集群的分析结果比另外一个慢的多，给出造成这种现象的可能原因？

13、Hbase的优化？

14、集群的版本，以及集群的瓶颈问题？

15、CRM项目，怎么跟Spark结合？

16、如何创建一个关键字分类？

17、海量日志数据，提取出某日访问次数最多的那个IP?

18、Hadoop和Spark处理数据时，出现内存溢出的处理方法？

19、有一个1G大小的一个文件，里面每一是一个词，词的大小不超过16字节，内存大小限制大小1M，返回频率最高的50个词。

20、你是如何处理缺少数据的？你是推荐使用什么样的处理技术，或者说你是用什么样的技术处理呢？