빅 데이터 자바 면접 문제 총화

그동안 빅 데이터 개발 면접 에서 정리 한 자료 들 을 오 랜 만 에 업로드 하 는 것 을 잊 어 버 렸 는데 지금 올 려 서 필요 한 사람 에 게 도움 을 주 고 있 습 니 다.참고 가능 한 면접 기술 문 제 는 완비 되 지 는 않 지만 분명 유용 할 것 이다.
1: 자바 (다 중 스 레 드):
1. hashmap 의 바 텀 실현 원리, 확장, 초기 용량;hashmap 와 concurrent HashMap 의 차이;hash Table 과 의 차이;

https://blog.csdn.net/justloveyou_/article/details/72783008

2. hashset 의 밑바닥 실현;
3. Array List 와 linklist 의 사용 장면 및 원리;초기 용량 10;용량 확장 메커니즘;set 등;

http://www.cnblogs.com/xiezie/p/5511840.html

4. 다 중 스 레 드 의 구체 적 인 실현;volitile 키워드 의 역할;syonchronized 와 의 차이;lock 의 차이;

https://blog.csdn.net/u011974987/article/details/51027795

5. 자바 메모리 모델 jmm;
6. 자바 분포 식 자물쇠 의 실현;MySQL 및 Redis, zookeeper 등 실현;

http://www.cnblogs.com/PurpleDream/p/5559352.html

7. 스 레 드 탱크 구조 류 방법의 다섯 가지 매개 변수의 구체 적 인 의미;

this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
 Executors.defaultThreadFactory(), handler);

8. 자바 concurrent 패키지 아래 의 주요 클래스 사용 설명;
9. 자바 읽 기와 쓰기 자물쇠 및 자바 다 중 스 레 드 자물쇠;

https://blog.csdn.net/gaugamela/article/details/78656485    
https://blog.csdn.net/chenchaofuck1/article/details/51660119

10. 자바 상용 디자인 모델 정통 및 손 글씨;
2: hadop 시스템 (HBASE):
1. HDFS 의 데이터 읽 기 프로 세 스;https://blog.csdn.net/qq_20641565/article/details/53328279 hdfs ；hadoop HA ；
2. MapReduce 의 원리;shuffle 과정;

   https://blog.csdn.net/u014374284/article/details/49205885
     ；      mapreduce  ；reduce    map  ；mapreduce    ；

3. HBASE 의 구조;2 급 색인 의 디자인 이념;표 디자인 은 장면 에 따라rowkey 디자인 (및 2 급 색인 rowkey 디자인);master 의 선거;

      HA  ；LSM-TREE  ；     bloom-filter；       ；
   HBASE mvcc       ；zookeeper  ；HBASE      ；HBASE    ；
   HBASE     ；https://blog.csdn.net/Nougats/article/details/72723172
   hbase                  ；
   hbase              ；
   hbase             ；
   HBASE        ；   

4. Zookeeper 의 구조;zab 프로 토 콜;선거 제도2 단계 와 3 단계 에서 협 의 를 제출한다.분산 식 자물쇠 의 실현;
5. yarn 의 전체적인 구조;자원 배분 등;
6. kafka 데이터 읽 기;데이터 분실 과 데이터 중복 소비 해결 방법;kafka 의 구역 개수;kafka 백업 메커니즘;kafka 의 최소 한 번 등등;kafka 데이터 형식;

https://blog.csdn.net/ychenfeng/article/details/74980531

7. flume 의 데이터 분실 해결;channel 의 선택;데이터 원본 수집 방법;flume 기술 디 테 일
8. hive 의 개발 사용 원리, 문제 해결;데이터 경사 및 최적화;
jvm
1. 자바 류 로드 메커니즘;모든 단계 에서 그 조작 을 수행 합 니 다.jvm 실행 시 데이터 영역 및 응용;
2. gc 회수: 몇 가지 gc 회수 메커니즘;gc 프로 세 스 상세 설명 (g1, cms 상세 설명);각자 의 사용 장면;흔히 볼 수 있 는 gc 최적화 사례 와 실제 장면 최적화;상용 명령 설명;gc 를 검사 하 는 방법 및 과정;
3. 자바 메모리 모델 소개;
4. jvm 관련 문제 의 명령 과 조작 절 차 를 배차 한다.

http://www.hollischuang.com/archives/1561

MySQL
1. MySQL 에서 흔히 볼 수 있 는 문제: 저장 엔진 의 차이;질문비관 적 인 자물쇠 와 낙관적 인 자물쇠 및 사용 장면;
2. MySQL 의 mvcc 원리;
알고리즘
1. 정렬: 거품 발생;빠 른 (재 귀 와 비 재 귀 의 실현);삽입 등
2. 찾기: 2 분 찾기 의 실현;
3. 트 리: 차원 옮 겨 다 니 기 등 (대기 열의 저장 소);
4. 스 택 의 응용 장면 (기호 등 일치);
5. 개발 에 사용 되 는 비교적 많은 데이터 구조;
6. 계단 뛰 어 넘 기 문제

https://hacpai.com/article/1470144369409?p=1&m=0

7. < 검 지 offer > 문제 풀이;
6: 데이터 창고 (hive)
1. 데이터 창고 기술;
2. hive 최적화;

https://blog.csdn.net/MrLevo520/article/details/76339075

3. hql 문장;
7: 흐름 처리 기술 (spark / flink 구조 원리)
1.spark-streaming
2.spark-sql
3.spark_MLLib
8: ETL 데이터 처리 (ELK 와 kettle)
1. 구체 적 인 데이터 프로 세 스 프로젝트 개발 실전
9: linux ☞ 셸 개발