大数据高频面试试题及详细答案（企业真实版）_1.docxVIP

大数据高频面试试题及详细答案（企业真实版）

一、大数据基础核心面试题

1、你理解的大数据是什么？大数据的4V特征具体怎么理解？

参考答案：

大数据简单来说，就是无法用传统数据库和工具在短时间内完成采集、存储、处理和分析的海量数据集，核心价值是从海量杂乱的数据中挖掘规律、支撑业务决策、实现数据变现。

行业通用的4V特征，我结合工作场景理解如下：

第一是数据量大（Volume）。不再是GB级别的小数据，日常处理的都是TB、PB甚至EB级数据，比如用户行为日志、交易流水、设备上报数据，传统单机存储和计算完全承载不了。

第二是速度快（Velocity）。数据产生和处理的时效性要求高，分为实时和离线两种场景。比如电商实时订单、直播在线人数、风控预警，都需要秒级、分钟级处理，不能像传统数据那样隔夜计算。

第三是类型多（Variety）。数据格式不单一，包含结构化数据，比如数据库表的订单、用户信息；半结构化数据，比如JSON、日志文件；非结构化数据，比如图片、视频、文本评论，数据结构杂乱多样。

第四是价值密度低（Value）。海量数据里有效信息占比极低，大部分是冗余、无效、重复数据。比如全天的用户行为日志，只有少量点击、下单行为有业务价值，我们的工作就是清洗过滤、提炼有效价值数据。

2、大数据离线计算和实时计算的区别是什么？分别适用什么场景？

参考答案：

离线计算：处理批量历史数据，数据落地后