大数据面试题及详细答案.docxVIP

大数据面试题及详细答案

一、基础必考题（入门级，必问）

1.请说说什么是大数据？大数据的核心特征有哪些？

问题解析：考察对大数据基础概念的理解，避免背诵书本定义，要结合实际场景说明，体现认知深度。

详细答案：大数据不是简单的“大量数据”，而是指无法用传统的数据库工具（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。它的核心价值是通过对海量、多类型的数据进行挖掘，提取有价值的信息，支撑决策（比如电商的用户推荐、互联网的风控分析）。

核心特征常用“5V”来概括，结合实际场景解释更易理解：

Volume（海量性）：数据规模极大，从TB级跃升到PB级甚至EB级，比如某短视频平台一天的用户行为数据就可达PB级。

Velocity（高速性）：数据产生和处理的速度极快，要求实时或准实时响应，比如直播平台的弹幕实时统计、金融交易的实时风控。

Variety（多样性）：数据类型复杂，不再是单一的结构化数据（比如数据库里的表格数据），还包括非结构化数据（图片、视频、音频）和半结构化数据（JSON、XML），比如社交平台的用户评论（文本）、头像（图片）、语音消息（音频）。

Veracity（真实性）：数据来源杂乱，存在噪声、冗余和虚假信息，比如用户填写的虚假个人信息、爬虫抓取的重复数据，需要经过清洗才能使用。

Value（低价值密度）：海量数据中，有价值的信息占比极低，比如监控视频