中国互联网行业正处于一个新的飞速发展时期，对人才的需求也在同步急剧增长。年，发展大数据产业被写入*府工作报告中，大数据开始不只是出现在企业的战略中，也开始出现在*府的规划之内，可以说是互联网时代的宠儿。
根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到万。
小编知道，年又有不少大数据学员学成准备参加工作了，在参加工作前最重要的一轮就是大数据的面试，这里准备了一些大数据面试题及答案，希望可以帮到准备或者正在参加大数据面试的朋友们。
一起来看看。
第一部分判断题
1.Ganglia不仅可以进行监控，也可以进行告警。(正确)
分析：
此题的目的是考Ganglia的了解。严格意义上来讲是正确。ganglia作为一款最常用的Linux环境中的监控软件，它擅长的的是从节点中按照用户的需求以较低的代价采集数据。但是ganglia在预警以及发生事件后通知用户上并不擅长。最新的ganglia已经有了部分这方面的功能。但是更擅长做警告的还有Nagios。Nagios，就是一款精于预警、通知的软件。通过将Ganglia和Nagios组合起来，把Ganglia采集的数据作为Nagios的数据源，然后利用Nagios来发送预警通知，可以完美的实现一整套监控管理的系统。
2.BlockSize是不可以修改的。(错误)
分析：
它是可以被修改的Hadoop的基础配置文件是hadoop-default.xml，默认建立一个Job的时候会建立Job的Config，Config首先读入hadoop-default.xml的配置，然后再读入hadoop-site.xml的配置(这个文件初始的时候配置为空)，hadoop-site.xml中主要配置需要覆盖的hadoop-default.xml的系统级配置。
3.Nagios不可以监控Hadoop集群，因为它不提供Hadoop支持。(错误)
分析：
Nagios是集群监控工具，而且是云计算三大利器之一
4.如果NameNode意外终止，SecondaryNameNode会接替它使集群继续工作。(错误)
分析：
SecondaryNameNode是帮助恢复，而不是替代，如何恢复，可以查看。
5.ClouderaCDH是需要付费使用的。(错误)
分析：
第一套付费产品是ClouderaEnterpris，ClouderaEnterprise在美国加州举行的Hadoop大会(HadoopSummit)上公开，以若干私有管理、监控、运作工具加强Hadoop的功能。收费采取合约订购方式，价格随用的Hadoop叢集大小变动。
第二部分选择题
1.下列哪个程序通常与NameNode在一个节点启动?
a)SecondaryNameNode
b)DataNode
c)TaskTracker
d)Jobtracke
答案D
此题分析：
hadoop的集群是基于master/slave模式，namenode和jobtracker属于master，datanode和tasktracker属于slave，master只有一个，而slave有多个SecondaryNameNode内存需求和NameNode在一个数量级上，所以通常secondaryNameNode(运行在单独的物理机器上)和NameNode运行在不同的机器上。
JobTracker和TaskTracker
JobTracker对应于NameNode
TaskTracker对应于DataNode
DataNode和NameNode是针对数据存放来而言的
JobTracker和TaskTracker是对于MapReduce执行而言的
mapreduce中几个主要概念，mapreduce整体上可以分为这么几条执行线索：obclient，JobTracker与TaskTracker。
1).JobClient会在用户端通过JobClient类将应用已经配置参数打包成jar文件存储到hdfs，并把路径提交到Jobtracker,然后由JobTracker创建每一个Task(即MapTask和ReduceTask)并将它们分发到各个TaskTracker服务中去执行。
2).JobTracker是一个master服务，软件启动之后JobTracker接收Job，负责调度Job的每一个子任务task运行于TaskTracker上，并监控它们，如果发现有失败的task就重新运行它。一般情况应该把JobTracker部署在单独的机器上。
3).TaskTracker是运行在多个节点上的slaver服务。TaskTracker主动与JobTracker通信，接收作业，并负责直接执行每一个任务。TaskTracker都需要运行在HDFS的DataNode上。
2.Hadoop作者
a)MartinFowler
b)KentBeck
c)Dougcutting
答案：CDougcutting
3.HDFS默认BlockSize
a)32MB
b)64MB
c)MB
答案：B
(因为版本更换较快，这里答案只供参考)
4.下列哪项通常是集群的最主要瓶颈？
a)CPU
b)网络
c)磁盘IO
d)内存
答案：C磁盘
此题分析：
首先集群的目的是为了节省成本，用廉价的pc机，取代小型机及大型机。小型机和大型机有什么特点?
1.cpu处理能力强
2.内存够大
所以集群的瓶颈不可能是a和d
3.网络是一种稀缺资源，但是并不是瓶颈。
4.由于大数据面临海量数据，读写数据都需要io，然后还要冗余数据，hadoop一般备3份数据，所以IO就会打折扣。
5.关于SecondaryNameNode哪项是正确的?
a)它是NameNode的热备
b)它对内存没有要求
c)它的目的是帮助NameNode合并编辑日志，减少NameNode启动时间
d)SecondaryNameNode应与NameNode部署到一个节点。
答案C
第三部分多选题
1.下列哪项可以作为集群的管理?
a)Puppet
b)Pdsh
c)ClouderaManager
d)Zookeeper
答案：ABD
2.配置机架感知的下面哪项正确？
a)如果一个机架出问题，不会影响数据读写
b)写入数据的时候会写到不同机架的DataNode中
c)MapReduce会根据机架获取离自己比较近的网络数据
答案ABC
3.Client端上传文件的时候下列哪项正确?
a)数据经过NameNode传递给DataNode
b)Client端将文件切分为Block，依次上传
c)Client只上传数据到一台DataNode，然后由NameNode负责Block复制工作
答案B
该题分析：
Client向NameNode发起文件写入的请求。
NameNode根据文件大小和文件块配置情况，返回给Client它所管理部分DataNode的信息。
Client将文件划分为多个Block，根据DataNode的地址信息，按顺序写入到每一个DataNode块中。
4.Cloudera提供哪几种安装CDH的方法?
a)Clouderamanager
b)Tarball
c)Yum
d)Rpm
答案：ABCD
以上就是小编整理的大数据面试题及答案准备或者是正在参加大数据的面试的朋友可以收藏一下多看看，做好充分的准备参加每一场的面试。
但是你答不上来的话那就是能力问题啦，需要补课的小伙伴看过来！
第四部分学习大数据课程
课程大纲阶段一、大数据开发篇之必知必会
Java基础语法
Java面向对象
Java高级特性
阶段二、大数据开发篇之数据操作技术
数据库技术
阶段三、大数据开发篇之数据可视化技术
制作静态数据展示页面
使用前端框架制作动态页面特效
使用JSP描述业务逻辑
企业级数据可视化工具之Tabluea
阶段四、大数据开发篇之J2EE框架技术
传统核心框架之SSH
SpringMVC+Mybatis高级框架技术
BootStrap+SpringMVC+Mybatis+MySQL+MAVEN在线商城系统
阶段五、大数据开发篇之大数据框架技术
大数据离线计算Hadoop
大数据内存计算Spark
Python数据分析
企业大数据平台
阶段六、大数据开发篇之就业实训项目
软件工程开发流程
基于Hadoop的驴妈妈旅游网数据分析项目
基于Spark的美团网的大型离线电商数据分析项目
阶段七、架构实战篇
基于1号店的电商实时数据分析系统
仿百度搜索实战
网页爬虫、网络小偷
海量数据的索引和实时检索--比比看
电商购物车功能实现（R语言）
文本挖掘（Mathout中文分词)
使用Python构建简单的算法交易系统
使用Python构建期权分析系统
地震预警分析系统（Hadoop/数据分析）
Maven+Jenkins、日志管理ELK、WordPress博客
阶段八、大数据分析篇
Python基础语法
Python数据分析
使用Python+Mysql+ECharts实现爬虫项目
自适应学习率和二分法精确搜索（机器学习）
实战贝叶斯分类算法，智能手环推荐（机器学习）
项目实战必不可少，在本套课程体系中，至少上手是个实战项目，学以致用，更好的配合工作项目。以下是部分项目截图。
音乐网站用户价值发现
电信用户流失预警建模
超市物品内在联系数据分析截图
超市会员数据分析截图
信用风险评估系统系统
每一份努力都值得更好的回报，北风学子经过数月的磨练，现以就业率39%的好成绩回馈他们的努力，其实你也可以！
注：由于就业学员签有保密协议，为了给学员造成不必要的麻烦，就业信息有部分隐藏。
扫一扫
申请0元试听
获取VIP会员入群资格
了解更多福利与课程信息
点击，立即预约0元试学戳原文，更有料！预览时标签不可点收录于话题#个上一篇下一篇