基于大数据已从业者的面试问题
如果你在大数据世界中有相当丰富的工作经验，那么根据您以前的经验，将在大数据面试中被问到一些问题。这些问题可能与您的经验或基于场景有关。所以，准备好这些最好的大数据面试问题和答案 。
11.您有大数据经验吗？如果有，请分享一下
如何处理： 问题没有具体答案，因为这是一个主观问题，答案取决于你以前的经验。在大数据面试期间询问这个问题，面试官想要了解您以前的经验，并且还试图评估您是否适合项目要求。
那么，你将如何处理这个问题呢？如果有以前的经验，请在过去的职位上开始履行职责，并慢慢向对话添加详细信息。告诉他们你使项目成功的贡献。一般来说，这个问题是在面试中提出的第二或第三个问题。后面的问题是基于这个问题，所以请仔细回答。你还应该注意不要过度使用以前工作的一个方面。保持简单和重点。
12.您更喜欢好的数据还是好的模型？为什么？
如何处理： 这是一个棘手的问题，但通常在大数据面试中被问到。它要求你在好的数据或好的模型之间进行选择。作为候选人，你应该尝试根据自己的经验回答这个问题。许多公司希望遵循严格的数据评估流程，这意味着他们已经选择了数据模型。在这种情况下，拥有良好的数据可能会改变游戏规则。另一种方式也适用于基于良好数据选择的模型。
正如我们已经提到的，请根据你的经验回答。但是，不要说拥有良好的数据和良好的模型很重要，因为在现实生活中很难同时拥有这两个数据。
13.您是否会优化算法或代码以使其运行更快？
如何处理： 这个问题的答案应该始终是“是”。真实世界的性能很重要，它不依赖于你在项目中使用的数据或模型。
面试官可能也有兴趣知道你是否有任何以前的代码或算法优化经验。对于初学者来说，这显然取决于他过去从事过哪些项目。有经验的候选人也可以相应地分享他们的经验。但是，请诚实地对待你工作，如果您过去没有优化代码，那就没关系了。只需让面试官了解你的真实体验，就可以破解大数据面试了。
14.您如何处理数据准备？
如何处理： 数据准备是大数据项目的关键步骤之一。大数据面试可能涉及至少一个基于数据准备的问题。当面试官问你这个问题时，他想知道你在数据准备过程中采取了哪些步骤或预防措施。
如你所知，需要数据准备才能获得必要的数据，然后可以进一步用于建模目的。你应该把这个消息传达给面试官。还应该强调要使用的模型类型以及选择特定模型的原因。最后，但并非最不重要，你还应该讨论重要的数据准备术语，如转换变量，异常值，非结构化数据，识别差距等。
15.您如何将非结构化数据转换为结构化数据？
如何处理： 非结构化数据在大数据中非常常见。应将非结构化数据转换为结构化数据，以确保正确的数据分析。你可以通过简要区分两者来开始回答问题。完成后，你现在可以讨论用于将一个表单转换为另一个表单的方法。你也可以分享你所做的真实情况。
如果你最近刚毕业，那么你可以分享与你的学术项目相关的信息。
通过正确回答这个问题，你发出信号表明你了解结构化和非结构化数据的类型，并且具有使用这些数据的实践经验。如果你具体回答这个问题，你肯定能够破解大数据面试。
16.哪种硬件配置对Hadoop作业最有利？
配置4/8 GB RAM和ECC内存的双处理器或核心机器是运行Hadoop操作的理想选择。但是，硬件配置因项目特定的工作流程和流程而异，因此需要进行自定义。
17.当两个用户尝试访问HDFS中的同一文件时会发生什么？
HDFS NameNode支持独占只写。因此，只有第一个用户将收到文件访问权限，第二个用户将被拒绝。
18.如何在NameNode关闭时恢复它？
需要执行以下步骤才能启动并运行Hadoop集群：
使用文件系统元数据副本的FsImage启动新的NameNode。
配置DataNode以及客户端以使它们确认新启动的NameNode。
一旦新的NameNode完成加载从DataNode收到足够块报告的最后一个检查点FsImage，它将开始为客户端提供服务。
在大型Hadoop集群的情况下，NameNode恢复过程会消耗大量时间，这在日常维护的情况下将成为更大的挑战。
19.您对Hadoop中的Rack Awareness有何了解？
它是一种应用于NameNode的算法，用于决定块及其副本的放置方式。根据机架定义，同一机架内的DataNode之间的网络流量最小化。例如，如果我们将复制因子视为3，则将两个副本放在一个机架上，而将第三个副本放在单独的机架中。
20.“HDFS Block”和“Input Split”有什么区别？
HDFS将输入数据物理地划分为用于处理的块，这被称为HDFS块。
输入拆分是映射器用于映射操作的逻辑数据划分。
