海量数据处理的面试题

时间：2021-02-13 19:58:21 面试笔试我要投稿

关于海量数据处理的面试题

　　YJBYS小编认为，当你为面试做了足够的准备是时候，你的面试已经成功了一半，下面来看看以下的面试题吧。

关于海量数据处理的面试题

　　在处理海量数据问题时，首先要仔细分析问题，明白问题需要解决那些关键问题，明白需要达到怎样的存储、性能要求，在这之前，应充分理解业务数据的分布、数据粒度、数据服务的质量要求、数据的动态性、数据的关联性等真实数据、业务熟悉。通常我认为，处理海量数据问题时，心中要有一些基本概念：

　　1. 现有的开源的优秀工具那些是处理海量数据的;

　　2. 海量数据就因为数据大吗，可以考虑对海量数据进行分区操作;

　　3. 加快海量数据的访问，数据索引必不可是;

　　4. 内存总是有限的，内存的速度是最好的，建立缓存机制是十分必要的;

　　5. 海量数据来源多样，数据格式也不相同，最好是统一为字符串处理，逻辑处理交给上层应用;

　　6. 海量数据离不开集群、分布式，分布式的出错处理、负载均衡就必然要有一套可行的机制;

　　7. 所有底层的问题或者说存储的问题解决了，未来方便上层应用或者夸大底层支持的业务，对外应该有一个明朗的逻辑视图;

　　8. 系统设计和结构，会因为不同的语言、操作性在实现难以上不同，这也需要考虑;

　　9. 海量数据的一个应用就是数据挖掘服务，多域数据来源统一管理下，数据仓库和相关计算也应该了解一二;

　　10. 尽管说存储不是问题，如果能对数据进行压缩处理，又可以接受的性能，这何乐而不为呢。

　　在参考前人博客、文摘加上个人一点理解，汇总以下一些基础概念已帮助和我一样面临就业的学生，应对未来公司的面试考核。当然，有实际工作经验的大牛门来说，下面的问题早已不是问题，他们都在某个问题上是专家了。欢迎大牛指导!

　　具有通用性的数据结构和算法思路汇总有：

　　1. Bloom filter

　　2. Hashing

　　3. bit-map

　　4. 堆

　　5. 双层桶划分，可以理解为多级索引

　　6. 数据库索引

　　7. 倒排索引(Inverted index)

　　8. 外排序

　　9.trie树

　　10.分布式处理

　　附：Android面试题

　　1、Activity的基本知识和Activity之间的跳转

　　2、Service的基本知识和怎么样用一个service来播放音乐

　　3、Service和Thread的区别，什么时候只能用Service不能用Thread

　　4、进程之间的通信

　　5、SQLite的基本知识和操作，contentprovider和SQLite之前的`联系

　　6、怎么样防止一个应用发生anr

　　7、AnycTask的基本知识

　　8、handler的操作，在一个子线程中的handler怎么被另一个子线程操作

　　9、所有的android控件都熟悉吗

　　10、多分辨率的适配，dpi的定义，同一dpi，怎么区分不同大小的屏幕

　　11、对简历中项目的描述(这个是重点，描述的好坏直接决定了这次面试的成功与否)

　　12、对当前工作内容的描述

【关于海量数据处理的面试题】相关文章：