大数据面试题整理(部分)

Java：

  Java散列表，树对应的容器类，hashmap如何解决冲突

  Java实现生产者和消费者的三种方法

  init方法与clinit方法的区别

  Java中的引用

  Java对象的创建过程

  Java中创建子类实例时会创建父类实例？

  Java的类加载机制 为什么会出现锁机制？

  抽象类和接口的区别

  双亲委派模型：启动加载器、扩展加载器、应用程序加载器

  重载与重写

  Java的类型擦除

  简述Java Object类中的方法有哪些

  char可以存储汉字嘛？

  抽象类和接口的区别

  静态分派与动态分派

  HashMap与HashTable的区别

  什么时候使用HashMap？它有什么特点？

  HashMap的基本原理及内部数据结构

  HashMap的put和get操作

  简述Java中的深拷贝与浅拷贝，C++中的浅拷贝和深拷贝

  解释一下static块和static变量的执行顺序

  equals()的重写规则

  Java中如何创建线程？

  JDK1.8新特性

JVM：

  JVM内存布局

  JVM垃圾回收机制

  JVM垃圾回收算法

  哪些对象在老年代？

  从年轻代到老年代执行的时间以及发生转移的场景

  为什么存在GC？

  简单可达性分析

  Minor GC安全检查

  垃圾回收器

  引用记数法和可达性算法

  类加载机制过程

  双亲委派模型

  双亲委派机制

Java集合：

  排序算法比较

  Hashmap是线程安全的吗?为什么？

  ArrayList与LinkedList区别

  HashMap、LinkedHashMap和TreeMap

  冒泡排序的优化以及快排过程及优化

  红黑树

  JDK7与JDK8中hashmap的区别

  hashmap的初始容量为什么设置为16？

  平衡二叉树的插入删除操作

并发编程：

  锁分段技术、ConcurrentHashMap、扩容

  Java同步线程有哪些方式？

  volatile 和 synchronized的区别

  讲一下同步异步（进程和IO）

  synchronized和volatile的区别？

  线程安全

  对象的内存布局

  哪些是线程安全的容器？

  ConcurrentHashMap介绍

  线程启动start和run

  HashMap为什么线程不安全？

  简述Java内存模型的happen before原则

  volatile的原理和实现机制 || volatile到底如何保证可见性和禁止指令重排序的？

  volatile关键字的两层语义 || 可见性

  volatile保证原子性吗？

  volatile能保证有序性吗？

Zookeeper：

  Dubbo简介及以Zookeeper为注册中心

  Zookeeper的leader选举过程

  2PC and 3PC

  简述Zookeeper。。。watcher

  简介ZAB

  简述paxos算法

  Zookeeper如何保证数据的一致性？

  叙述ZAB集群数据同步的过程

  Zookeeper中的ACL

  Zookeeper底层实现数据一致性

  Zookeeper在yarn框架中如何实现避免脑裂的?

大数据：

  Kylin：

  简介Kylin

  Kylin的工作原理

  Kylin的技术框架

  Cube、Cuboid 和 Cube Segment

  Kylin 对维度表的的要求

  Cube的构建过程

  全量构建和增量构建的区别

  流式构建原理

Hive：

  Hive内部表与外部表的区别

  Hive与传统数据库的区别

  Hiverc文件

  Hive分区

  Hive分区过多有何坏处以及分区时的注意事项

  Hive中复杂数据类型的使用好处与坏处

  hive分桶？

  Hive元数据库是用来做什么的，存储哪些信息？

  为何不使用Derby作为元数据库？

  Hive什么情况下可以避免进行mapreduce？

  Hive连接？

  Hive MapJoin?

  Hive的sort by, order by, distribute by, cluster by区别？

  Hadoop计算框架特性

  Hive优化常用手段

  数据倾斜整理(转)

  使用Hive如何进行抽样查询？

Storm：

  Storm的可靠性如何实现？包括spout和bolt两部分

  怎么提高Storm的并发度？

  Storm如何处理反压机制？

  Storm中的Stream grouping有哪几种方式？

  Storm的组件介绍

  Storm怎么完成对单词的计数？

  简述Strom的计算结构

Spark：

  Spark的运行模式

  RDD是如何容错的？

  Spark和MapReduce的区别

  说一下Spark的RDD

  自己实现一个RDD，需要实现哪些函数或者部分？

  MapReduce和Spark的区别

  Spark的Stage是怎么划分的？如何优化？

  宽依赖与窄依赖区别

  Spark性能调优

  Flink、Storm与Spark Stream的区别（未）

  说下spark中的transform和action

  RDD、DataFrame和DataSet的区别

  Spark执行任务流程（standalone、yarn）

  Spark的数据容错机制

  Spark技术栈有哪些组件，每个组件都有什么功能，适合什么应用场景？

  Spark master使用zookeeper进行HA的，有哪些元数据保存在Zookeeper？以及要注意的地方

  driver的功能是什么？

  spark端口

  RDD有哪几种创建方式

  map和flatmap的区别

  Spark的基本工作流程

Hadoop：

  MR的Shuffle过程

  Yarn的工作机制，以及MR Job提交运行过程

  MapReduce1的工作机制和过程

  HDFS写入过程

  Fsimage 与 EditLog定义及合并过程

  HDFS读过程

  HDFS简介

  在向HDFS中写数据的时候，当写某一副本时出错怎么处理？

  namenode的HA实现

  简述联邦HDFS

  HDFS源码解读--create()

  NameNode高可用中editlog同步的过程

  HDFS写入过程客户端奔溃怎么处理？（租约恢复）

kafka：

  kafka介绍

  Kafka与传统消息队列的区别？

  kafka的零拷贝

  kafka消息持久化和顺序读写？

网络：

  简述TCP和UDP的区别

  七层协议每一层的任务及作用

  简述http状态码

  简述http协议与https协议

  简述SSL协议

  解析DNS过程

  三次握手，四次挥手的过程？？为什么三握？？

剑指offer常问：

  字符串转换成整数

  链表中倒数第K个结点

  二维数组中的查找

  替换空格

  从尾到头打印链表

  重建二叉树

  用两个栈实现队列

  斐波那契数列及变形题

  二进制中1的个数

  在O(1)时间删除链表结点

  调整数组顺序使奇数位于偶数前面

  反转链表

  合并两个排序的链表

  树的子结构

  二叉树的镜像

  顺时针打印矩阵

  栈的压入、弹出序列

  二叉搜索树的后序遍历序列

  二叉树中和为某一值的路径

  数组中出现次数超过一半的数字

  最小的k个数

  连续子数组的最大和

  第一个只出现一次的字符

  两个链表的第一个公共结点

  链表中环的入口结点

  二叉树的镜像

  跳台阶

  变态跳台阶

  矩形覆盖

  从上往下打印二叉树

  二叉搜索树的第K个结点