面试题（1~30）

1、HashMap 和 Hashtable 区别

1. 首先就是线程安全问题，HashMap线程不完全，HashTable线程安全（使用Synchronize）
2. 两者继承的父类也是不同的，但两者都实现了Map接口。HashMap继承了AbstractMap类，HashTable继承了Dictionary类（已废弃）。
3. 两者底层都是哈希表。但是HashMap使用数组+链表的方法解决hash碰撞问题（JDK1.8后优化成数组+链表和红黑树。如果冲突数量小于8，则是以链表方式解决冲突。而当冲突大于等于8时，就会将冲突的Entry转换为红黑树进行存储。而又当数量小于6时，则又转化为链表存储。）HashTable以链表的方式解决冲突。
4. 扩容的方式不同。HashMap 扩容必须要求为原容量的2倍，而且一定是2的幂次倍扩容结果，而且每次扩容时，原来数组中的元素依次重新计算存放位置，并重新插入。而Hashtable扩容为原容量2倍加1。
5. Hashmap是允许key和value为null值的，用containsValue和containsKey方法判断是否包含对应键值对；HashTable键值对都不能为空，否则就报空指针异常。
6. HashMap是没有contains方法的，只有containsValue和containsKey方法；hashtable则保留了contains方法，效果同containsValue,还包括containsValue和containsKey方法。
7. 两者的hash计算方式不同。

2、Java 垃圾回收机制和生命周期

3、怎么解决 Kafka 数据丢失的问题

4、zookeeper 是如何保证数据一致性的

5、hadoop 和 spark 在处理数据时，处理出现内存溢出的方法有哪些？

6、java 实现快速排序

7、设计微信群发红包数据库表结构（包含表名称、字段名称、类型）

8、如何选型：业务场景、性能要求、维护和扩展性、成本、开源活跃度

9、Spark如何调优

10、Flink和spark的通信框架有什么异同

11、Java的代理

12、Java的内存溢出和内存泄漏

13、hadoop 的组件有哪些？Yarn的调度器有哪些？

14、hadoop 的 shuffle 过程

15、简述Spark集群运行的几种模式

16、RDD 中的 reducebyKey 与 groupByKey 哪个性能高？

17、简述 HBase 的读写过程

18、在 2.5亿个整数中，找出不重复的整数，注意：内存不足以容纳 2.5亿个整数。

19、CDH 和 HDP 的区别

20、Java原子操作

21、Java封装、继承和多态

22、JVM 模型

23、Flume taildirSorce 重复读取数据解决方法

24、Flume 如何保证数据不丢

25、Java 类加载过程

26、Spark Task 运行原理

27、手写一个线程安全的单例

28、设计模式

29、impala 和 kudu 的适用场景，读写性能如何

30、Kafka ack原理