大数据处理面试题及详细答案.docxVIP

大数据处理面试题及详细答案

一、基础必考题（入门级，考察核心概念掌握度）

1.请解释什么是大数据？大数据的核心特征有哪些？（高频基础题）

答案：大数据不是简单的“大量数据”，而是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，核心是通过对海量、多类型的数据进行分析，挖掘有价值的信息，支撑决策。

大数据的核心特征（常说的5V），结合实际工作理解，不是死记硬背：

Volume（海量性）：数据规模大，从GB级跃升到TB、PB甚至EB级，比如电商平台单日用户行为数据可达TB级。

Velocity（高速性）：数据产生和处理速度快，要求实时或准实时响应，比如直播平台的弹幕、实时交易数据，必须秒级处理。

Variety（多样性）：数据类型多样，包括结构化数据（数据库表、Excel）、半结构化数据（JSON、XML）、非结构化数据（图片、视频、日志），比如用户行为既有数据库里的下单记录，也有评论区的文本、头像图片。

Veracity（真实性）：数据质量参差不齐，存在噪声、缺失值、重复数据，比如用户填写的手机号有误、日志数据因网络波动丢失，处理前需要做数据清洗。

Value（价值性）：数据本身价值密度低，需要通过筛选、分析，从海量数据中提取有价值的信息，比如从千万条用户行为中，找出高意向购买用户，用于精准推送。

2.结构化数据、半结构化数据、非结构化数据的区别，各举2个实际