若是你在準備面試，好好看看這130道題

若是你在準備面試，好好看看這130道題

 大數據技術與架構 大數據技術與架構 

這些題目是一個知識星球的球友發給個人，其中有幾個題幫着解答了一下。對部分題目也作了一點修正，但願對你們有幫助。 

若是你不知道如何準備面試，那麼看看這個《劍譜總綱 | 大數據方向學習面試知識圖譜》。

年假立刻來臨，我相信有很多讀者都在準備或者考慮面試，不管如何不妨收藏一下。

若是你某個題目不知道答案，那麼就去搜一下，若是搜不到，在公衆號回覆【加羣】，能夠加到羣裏尋求小夥伴們的求助。或者掃最下面的二維碼加小助手好友並留言，有時間後會回覆你。

順便多提一句，【計算機基礎和語言基礎】請你們務必重視，若是你不是計算機專業，那麼這些東西都要平時多看看。

這130個題暫時沒有答案，不少題目《大數據技術與架構》都發過文章講解過，有些也很簡單，須要你本身去準備，去看，去思考，真正理解。不要老妄想別人喂，畢竟咱們是人不是鴨子。

一、HashMap 和 Hashtable 區別 二、Java 垃圾回收機制和生命週期 三、怎麼解決 Kafka 數據丟失的問題 四、zookeeper 是如何保證數據一致性的 五、hadoop 和 spark 在處理數據時，處理出現內存溢出的方法有哪些？六、java 實現快速排序 七、設計微信羣發紅包數據庫表結構（包含表名稱、字段名稱、類型） 八、如何選型：業務場景、性能要求、維護和擴展性、成本、開源活躍度 九、Spark如何調優 十、Flink和spark的通訊框架有什麼異同 十一、Java的代理 十二、Java的內存溢出和內存泄漏 1三、hadoop 的組件有哪些？Yarn的調度器有哪些？1四、hadoop 的 shuffle 過程 1五、簡述Spark集羣運行的幾種模式 1六、RDD 中的 reducebyKey 與 groupByKey 哪一個性能高？1七、簡述 HBase 的讀寫過程 1八、在 2.5億個整數中，找出不重複的整數，注意：內存不足以容納 2.5億個整數。1九、CDH 和 HDP 的區別 20、Java原子操做 2一、Java封裝、繼承和多態 2二、JVM 模型 2三、Flume taildirSorce 重複讀取數據解決方法 2四、Flume 如何保證數據不丟 2五、Java 類加載過程 2六、Spark Task 運行原理 2七、手寫一個線程安全的單例 2八、設計模式 2九、impala 和 kudu 的適用場景，讀寫性能如何 30、Kafka ack原理 3一、phoenix 建立索引的方式及區別 3二、Flink TaskManager 和 Job Manager 通訊 3三、Flink 雙流 join方式 3四、Flink state 管理和 checkpoint 的流程 3五、Flink 分層架構 3六、Flink 窗口 3七、Flink watermark 如何處理亂序數據 3八、Flink time 3九、Flink支持exactly-once 的 sink 和 source 40、Flink 提交做業的流程 4一、Flink connect 和 join 區別 4二、重啓 task 的策略 4三、hive 的鎖 4四、hive sql 優化方式 4五、hadoop shuffle 過程和架構 4六、如何優化 shuffle過程 4七、冒泡排序和快速排序 4八、講講Spark的stage 4九、spark mkrdd和Parrallilaze函數區別 50、Spark checkpoint 過程 5一、二次排序 5二、如何註冊 hive udf 5三、SQL去重方法 5四、Hive分析和窗口函數 5五、Hadoop 容錯，一個節點掛掉而後又上線 5六、掌握 JVM 原理 5七、Java 併發原理 5八、多線程的實現方法 5九、RocksDBStatebackend實現（源碼級別） 60、HashMap、ConcurrentMap和 Hashtable 區別 6一、Flink Checkpoint 是怎麼作的，做用到算子仍是chain 6二、Checkpoint失敗了的監控 6三、String、StringBuffer和 StringBuilder的區別 6四、Kafka存儲流程，爲何高吞吐？6五、Spark優化方法舉例 6六、keyby的最大並行度 6七、Flink 優化方法 6八、Kafka ISR 機制 6九、Kafka partition的4個狀態 70、Kafka 副本的7個狀態 7一、Flink taskmanager的數量 7二、if 和 switch 的性能及 switch 支持的參數 7三、kafka 零拷貝 7四、hadoop 節點容錯機制 7五、HDFS 的副本分佈策略 7六、Hadoop面試題彙總，大概都在這裏(https://www.cnblogs.com/gala1021/p/8552850.html) 7七、Kudu 和Impala 權限控制 7八、Time_wait狀態？當server處理完client的請求後馬上closesocket此時會出現time_wait狀態7九、三次握手交換了什麼？(SYN,ACK,SEQ,窗口大小) 3次握手創建連接，4次握手斷開連接。80、hashmap 1.7和1.8 的區別 8一、concurrenthashmap 1.7和1.8？8二、Kafka 的ack 8三、sql 去重方法(group by 、distinct、窗口函數) 8四、哪些 Hive sql 不能在 Spark sql 上運行，看這裏：https://spark.apache.org/docs/2.2.0/sql-programming-guide.html#unsupported-hive-functionality 8五、什麼狀況下發生死鎖 8六、事務隔離級別？可重複讀、不可重複讀、讀未提交、串行化 8七、Spark shuffle 和 Hadoop shuffle的異同 8八、Spark靜態內存和動態內存 8九、mysql btree 和 hash tree 的區別。btree 須要惟一主鍵，hash tree 適合>= 等，精確匹配，不適合範圍檢索 90、udf、udtf和 udaf 的區別 9一、hive sql 的執行過程 9二、spark sql 的執行過程 9三、找出數組中最長的top10字符串 9四、Flink 數據處理流程 9五、Flink 與 Spark streaming 對比 9六、Flink watermark 使用 9七、窗口與流的結合 9八、Flink 實時告警設計 9九、Java：面向對象、容器、多線程、單例 100、Flink：部署、API、狀態、checkpoint、savepoint、watermark、重啓策略、datastream 算子和優化、job和task狀態 10一、Spark：原理、部署、優化 10二、Kafka：讀寫原理、使用、優化 10三、hive的外部表 10四、spark的函數式編程 10五、線性數據結構和數據結構 10六、Spark映射，RDD10七、java的內存溢出和內存泄漏10八、多線程的實現方法 10九、HashMap、ConcurrentMap和 Hashtable 區別 1十、Flink Checkpoint 是怎麼作的，做用到算子仍是chain 1十一、Checkpoint失敗了的監控 1十二、String、StringBuffer和 StringBuilder的區別 11三、Kafka存儲流程，爲何高吞吐 11四、Spark 優化方法舉例 11五、keyby 的最大並行度 11六、Flink 優化方法 11七、Kafka ISR 機制 11八、kafka partition 的狀態 11九、kafka 副本的狀態 120、taskmanager 的數量 12一、if 和switch的性能區別12二、Hdfs讀寫流程（結合cap理論講） 12三、技術選型原則 12四、Kafka組件介紹 12五、g1和cms的區別 12六、講講最熟悉的數據結構 12七、spark oom處理方法 12八、看了哪些源碼 12九、Spark task原理 130、解決過的最有挑戰的問題 13一、Hbase讀寫流程

若是這130個題目有超過30個答不上來，面壁思過吧