现在全国各省正处于招聘的高峰期，面试者也越来越紧张，都希望有高人指点一二，倘若有面试题能提示一下，那面试能拿到offer的机会便大的多，下面就是一些常见的大数据面试题，希望能帮助你们一二:

　　在说整体之前，我们先了解下大数据，曾经哈佛大学社会学教授加里·金(崇拜/崇拜)说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”

　　百度百科也说过大数据对现在社会的影响是这样概述的：

　　随着云时代的来临，大数据(Big data)也吸引了越来越多的关注。大数据(Big data)通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

　　看到这，你是不是觉得大数据真的很神奇也很厉害，也许你肯定会想大数据肯定很难，但不要被这些吓到了：

　　咱们接下来说说一些大数据面试常见的面试题：

　　1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。

　　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?

　　5、你最喜欢的编程语言是什么?为什么?

　　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，提取出某日访问百度次数最多的那个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?

　　. . . . .

　　问题的数量要比你想象的多的多，但是这些问题都是可以通过学习或者是工作经验得到解决方法，真正的强者都是不会被这些给吓到的，小编相信你的可以的!

责任编辑：hang