如果你在准备面试，好好看看这130道题

这些题目是一个知识星球的球友发给我的，其中有几个题帮着解答了一下。对部分题目也做了一点修正，希望对大家有帮助。 

如果你不知道如何准备面试，那么看看这个《剑谱总纲 | 大数据方向学习面试知识图谱》。

年假马上来临，我相信有不少读者都在准备或者考虑面试，无论如何不妨收藏一下。

如果你某个题目不知道答案，那么就去搜一下，如果搜不到，在公众号回复【加群】，可以加到群里寻求小伙伴们的求助。或者扫最下面的二维码加小助手好友并留言，有时间后会回复你。

顺便多提一句，【计算机基础和语言基础】请大家务必重视，如果你不是计算机专业，那么这些东西都要平时多看看。

这130个题暂时没有答案，很多题目《大数据技术与架构》都发过文章讲解过，有些也很简单，需要你自己去准备，去看，去思考，真正理解。不要老妄想别人喂，毕竟我们是人不是鸭子。

1、HashMap 和 Hashtable 区别 

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 

31、phoenix 创建索引的方式及区别 

32、Flink TaskManager 和 Job Manager 通信 

33、Flink 双流 join方式 

34、Flink state 管理和 checkpoint 的流程 

35、Flink 分层架构 

36、Flink 窗口 

37、Flink watermark 如何处理乱序数据 

38、Flink time 

39、Flink支持exactly-once 的 sink 和 source 

40、Flink 提交作业的流程 

41、Flink connect 和 join 区别 

42、重启 task 的策略 

43、hive 的锁 

44、hive sql 优化方式 

45、hadoop shuffle 过程和架构 

46、如何优化 shuffle过程 

47、冒泡排序和快速排序 

48、讲讲Spark的stage 

49、spark mkrdd和Parrallilaze函数区别 

50、Spark checkpoint 过程 

51、二次排序 

52、如何注册 hive udf 

53、SQL去重方法 

54、Hive分析和窗口函数 

55、Hadoop 容错，一个节点挂掉然后又上线 

56、掌握 JVM 原理 

57、Java 并发原理 

58、多线程的实现方法 

59、RocksDBStatebackend实现（源码级别） 

60、HashMap、ConcurrentMap和 Hashtable 区别 

61、Flink Checkpoint 是怎么做的，作用到算子还是chain 

62、Checkpoint失败了的监控 

63、String、StringBuffer和 StringBuilder的区别 

64、Kafka存储流程，为什么高吞吐？

65、Spark优化方法举例 

66、keyby的最大并行度 

67、Flink 优化方法 

68、Kafka ISR 机制 

69、Kafka partition的4个状态 

70、Kafka 副本的7个状态 

71、Flink taskmanager的数量 

72、if 和 switch 的性能及 switch 支持的参数 

73、kafka 零拷贝 

74、hadoop 节点容错机制 

75、HDFS 的副本分布策略 

76、Hadoop面试题汇总，大概都在这里(https://www.cnblogs.com/gala1021/p/8552850.html) 

77、Kudu 和Impala 权限控制 

78、Time_wait状态？当server处理完client的请求后立刻closesocket此时会出现time_wait状态

79、三次握手交换了什么？(SYN,ACK,SEQ,窗口大小) 3次握手建立链接，4次握手断开链接。

80、hashmap 1.7和1.8 的区别 

81、concurrenthashmap 1.7和1.8？

82、Kafka 的ack 

83、sql 去重方法(group by 、distinct、窗口函数) 

84、哪些 Hive sql 不能在 Spark sql 上运行，看这里：https://spark.apache.org/docs/2.2.0/sql-programming-guide.html#unsupported-hive-functionality 

85、什么情况下发生死锁 

86、事务隔离级别？可重复读、不可重复读、读未提交、串行化 

87、Spark shuffle 和 Hadoop shuffle的异同 

88、Spark静态内存和动态内存 

89、mysql btree 和 hash tree 的区别。btree 需要唯一主键，hash tree 适合>= 等，精确匹配，不适合范围检索 

90、udf、udtf和 udaf 的区别 

91、hive sql 的执行过程 

92、spark sql 的执行过程 

93、找出数组中最长的top10字符串 

94、Flink 数据处理流程 

95、Flink 与 Spark streaming 对比 

96、Flink watermark 使用 

97、窗口与流的结合 

98、Flink 实时告警设计 

99、Java：面向对象、容器、多线程、单例 

100、Flink：部署、API、状态、checkpoint、savepoint、watermark、重启策略、datastream 算子和优化、job和task状态 

101、Spark：原理、部署、优化 

102、Kafka：读写原理、使用、优化 

103、hive的外部表 

104、spark的函数式编程 

105、线性数据结构和数据结构 

106、Spark映射，RDD

107、java的内存溢出和内存泄漏

108、多线程的实现方法 

109、HashMap、ConcurrentMap和 Hashtable 区别 

110、Flink Checkpoint 是怎么做的，作用到算子还是chain 

111、Checkpoint失败了的监控 

112、String、StringBuffer和 StringBuilder的区别 

113、Kafka存储流程，为什么高吞吐 

114、Spark 优化方法举例 

115、keyby 的最大并行度 

116、Flink 优化方法 

117、Kafka ISR 机制 

118、kafka partition 的状态 

119、kafka 副本的状态 

120、taskmanager 的数量 

121、if 和switch的性能区别

122、Hdfs读写流程（结合cap理论讲） 

123、技术选型原则 

124、Kafka组件介绍 

125、g1和cms的区别 

126、讲讲最熟悉的数据结构 

127、spark oom处理方法 

128、看了哪些源码 

129、Spark task原理 

130、解决过的最有挑战的问题 

131、Hbase读写流程

如果这130个题目有超过30个答不上来，面壁思过吧。

-- MORE | 更多精彩文章 --

欢迎点赞+收藏+转发朋友圈素质三连

文章不错？点个【在看】吧！ 👇