大数据学长面试之华为面试题

学长1
1）华为非外包岗位，比较看重学历，要求985，如果学历过了，技术基本不怎么卡。
2）外包总部d1区：
（1）namenode内存满了，如何进行扩容，调什么参数。
（2）linux命令怎么查看mr任务的jobid
（3）kafka消费者消费数据的流程，细节到进程和线程这一层。
（4）生产中遇到过哪些OM的情况，怎么解决
（5）namenode设置多目录，在哪个配置文件里面设置，设置哪个参数？

学长2
介绍一下最近做了两个项目，你主要做了什么？
回答：回答了实时的组件和离线的组件，自己主要负责hql和sql的指标书写

华为-西安
（1）数据分析怎样呈现
（2）什么样的报表 具体到指标
（3）hdfs用开源的还是别的公司
（4）平台监控用什么 开源的还是其他的
（5）服务器规模有多大
（6）离线数仓负责什么
（7）实时项目介绍
（8）sparkstreaming和flink有什么差异
（9）有没有接触过EE的项目
（10）hive实现原理
（11）hive元数据管理 hive有两个进程 你了解吗
（12）hbase和hvie有什么区别 使用场景有什么区别
（13）实时项目redis在做什么 哪个进程在访问redis

华为外包 智慧园区项目
软通动力 华为外包面试题
flink 维表关联怎么做的（应该是开发必做，建议提前准备）
https://blog.csdn.net/u012554509/article/details/100533749
redis 支持的数据类型
flink支持的数据类型
flink 数据倾斜是怎么解决的
checkpoint 大小 多少， 怎么监控的
flink CEP 案例
flink 用 rocksDB 状态后端会有什么bug（）？

华为，吉贝克 面试题
1.spark内存管理
2.hive分区表中，单值分区和范围分区的区别
3.你们公司执行spark任务时，资源怎么设置的（需要直接说出来）
4.介绍一下kafka水位线（其实就是leo和Hw）
5.说几个指标，分别从什么数据层拿取了数据，需要直接说出来
6.数仓采用了什么模型？为什么？
7.hive分区表，单值分区和范围分区的区别
8.spark任务切分，怎么判断有没有执行shuffle
9.你们公司拉链表都有什么字段，拉链表出错怎么办
10.列举几张表的同步策略
11.flink Sql 了解吗