大数据高频面试题及详细答案（实战口语版）.docxVIP

大数据高频面试题及详细答案（实战口语版）

说明：所有答案摒弃空洞套话，完全贴合一线面试口述风格，侧重实战理解、原理落地、问题排查，适合大数据开发、数仓、离线/实时开发岗位面试复习。

一、大数据基础核心面试题

1.说说你对大数据的理解？大数据和传统数据的区别是什么？

我理解大数据不是单纯的数据量大，核心是处理海量、高速、多样、低价值密度的数据，传统数据库和单机程序处理不了，必须用分布式架构解决存储和计算的瓶颈。

和传统数据的区别主要有三点：

第一，体量不同。传统数据是GB、TB级别，单机MySQL、Oracle就能扛；大数据是PB、EB级别，必须分布式存储。

第二，数据类型不同。传统数据以结构化数据为主，比如表单、订单数据；大数据包含结构化、半结构化（日志、JSON）、非结构化（图片、视频、文本）数据。

第三，处理思路不同。传统数据优先保证事务、一致性，侧重实时查询修改；大数据优先保证高吞吐、高可用，牺牲部分实时性和强一致性，侧重批量、流式统计分析。

2.分布式系统的核心特点是什么？CAP、BASE理论怎么理解？

分布式系统简单说就是多台机器协同工作，共同完成存储和计算，核心特点是高可用、可扩容、容错性好。

CAP理论：分布式系统无法同时满足一致性、可用性、分区容错性，最多满足两个。

C一致性：所有节点数据实时同步，查询结果一致；A可用性：任何时候请求都能得到响应；P分区容错性