大数据高频面试题及真实口语化答案（企业实战版）.docxVIP

大数据高频面试题及真实口语化答案（企业实战版）.docx

大数据高频面试题及真实口语化答案（企业实战版）

说明：所有答案贴合一线大厂、中小厂真实面试话术，摒弃书面化、模板化表述，贴合工作实操，无生硬话术，适合校招、社招大数据开发、数据平台、数仓岗位面试。

一、大数据基础核心面试题

1.说说你对大数据的理解，以及大数据和传统数据的区别？

答：我理解大数据就是海量、多类型、增长速度快的数据集合，核心不是数据量大这么简单，而是传统的单机数据库、传统处理工具已经扛不住，必须用分布式架构来存储和计算。

和传统数据的区别主要有三点：

第一是体量不同，传统数据一般是GB、TB级别，数据量可控，大数据都是PB、EB级别，数据量级完全不在一个维度；

第二是数据类型不同，传统数据基本都是结构化数据，比如数据库表数据、表单数据，格式规整；大数据包含结构化、半结构化、非结构化数据，日志、图片、视频、文本都算；

第三是处理方式不同，传统数据靠单机MySQL、Oracle就能处理，大数据必须依赖分布式存储、分布式计算框架，靠多节点集群协同工作。

2.大数据处理的核心流程是什么？工作中是怎么落地的？

答：整体分为五个核心步骤，也是我日常工作的常规流程：

首先是数据采集，通过Flume、Logstash采集服务器日志、业务日志，通过DataX同步业务数据库的增量、全量数据；

然后是数据存储，原始数据统一落地到HDFS，结构化数据、数仓分层数据存在Hive；