大数据常用面试题及详细答案.docxVIP

大数据常用面试题及详细答案

一、基础概念类（必问，考察基础扎实度）

1.什么是大数据？大数据的核心特征是什么？

问题解析：避免背定义，结合实际场景说清楚，核心是区分大数据与传统数据的差异，不堆砌专业术语。

详细答案：大数据不是简单的“数据量大”，而是指无法用传统的数据库软件（比如MySQL）在规定时间内完成采集、存储、分析和处理的数据集合。核心特征就是常说的5V（不用死记，理解每个特征的实际意义）：

1.海量性（Volume）：数据量规模极大，从TB级跃升到PB级、EB级，比如电商平台一天的用户行为数据、短视频平台的视频播放日志，都是海量数据；

2.高速性（Velocity）：数据产生和处理的速度极快，要求实时或准实时响应，比如滴滴的实时派单、抖音的实时推荐，数据一秒钟可能产生几十万条，必须快速处理；

3.多样性（Variety）：数据类型多，不只是传统的结构化数据（比如数据库里的表格数据），还有非结构化数据（图片、视频、音频）、半结构化数据（JSON、XML、日志文件），比如用户的评论、头像、浏览轨迹，类型杂乱；

4.价值性（Value）：数据本身价值密度低，需要从海量杂乱的数据中挖掘有用的信息，比如从千万条用户日志里，找出用户的消费习惯，指导平台做推荐，这就是价值提炼；

5.真实性（Veracity）：数据来源复杂，存在噪声、异常值，比如用户误点的操作日