本文介绍了阿里大数据面试中常见的问题，涵盖了PV和UV的计算、流处理框架的区别、Spark调度执行逻辑、HashMap源码、一致性协议算法（2PC、3PC、Paxos）以及一致性哈希算法。此外，还讨论了布隆过滤器、Java内存可见性（volatile和synchronized的区别）、阻塞队列（ArrayBlockingQueue和LinkedBlockingQueue）等技术要点。
一、PV和UV是怎么计算的，UV怎么进行去重的？不用ES该如何实现去重？
思路：首先要理解PV、UV的基本概念。去重分两种，一种是基本的数据结构(Hashset等)，另外一种是借助框架去实现(bigmap、hyperloglog等)。
二、说说 flink,spark streaming,storm 的区别？
三、讲一讲spark的调度执行逻辑，stage，宽依赖和窄依赖，容错机制 ？
这部分由于内容太多，只提供部分重点答案。
1.调度执行逻辑：
spark shuffle：因为具有某种共同的特征的一类数据需要最终汇聚 （aggregate）到一个计
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
