大数据面试真题_C

储算科技

1. 自我介绍
2. 说一下实时数仓的搭建过程
3. 说一说kafka组件
4. kafka组件consumer消费offset存储
5. kafka的isr队列
6. flume的了解
7. spark和flink的区别
8. 是否了解数据模型
9. go语言写的服务器，使用flume和kafka的方式采集数据，如何优化

---

橙色魔方-太平保险

问的离线，实时没问

1. 自我介绍
2. 说一下项目经历
3. 数据项目架构（就是想问数据采集那一套）
4. sqoop是你自己配的吗（就是那些参数）
5. 任务调度用的什么
6. java怎么样
7. java基本数据类型
8. java三大特性
9. 有用java在hive里面写过自定义函数吗，udf udtf
10. hive架构
11. hive常用内置函数
12. hive优化
13. 最大的一张表
14. 你们数据量多大，内存多大，多少台服务器
15. 引擎用的什么，为什么用hive on spark，有没有出现什么问题（参数啥的-没答上来，就说兼容性好，没啥问题），
16. 还有用其他的吗，对比MapReduce引擎怎么样
17. 文件存储格式有了解吗，你们用的什么，为什么用parquet
18. 说一下比较难的指标，实现方法
19. 为什么离职来深圳
20. 薪资要求

---