摘要：
以下面试题主要整理自尚硅谷相关文档 1. 你是如何实现 Flume 数据传输的监控的 使用第三方框架 Ganglia 实时监控 Flume。 2. Flume 的 Source，Sink，Channel 的作用？你们 Source 是什么类型？ 1. 作用 （1）Source 组件是专门用来收集数据 阅读全文
摘要：
以下面试题主要整理自尚硅谷相关文档 1. 集群的最主要瓶颈 磁盘IO 2. Hadoop运行模式 包括单机模式、伪分布式模式、完全分布式模式。 单机模式（standalone） 单机模式是Hadoop的默认模式。这种模式在一台单机上运行，没有分布式文件系统，而是直接读写本地操作系统的文件系统。当首次 阅读全文
摘要：
以下面试题主要整理自尚硅谷相关文档 1. HBase数据模型（☆） 1）Name Space 命名空间，类似于关系型数据库的 DatabBase 概念，每个命名空间下有多个表。HBase 有两个自带的命名空间，分别是 hbase 和 default，hbase 中存放的是 HBase内置的表，def 阅读全文
摘要：
以下面试题主要整理自尚硅谷相关文档 1. 什么是Hive Hive：由 Facebook 开源用于解决海量结构化日志的数据统计。 Hive 是基于 Hadoop 的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并 提供类 SQL 查询功能。 本质是：将 HQL 转化成 MapReduce 程 阅读全文
摘要：
以下面试题主要整理自尚硅谷相关文档 1. Kafka介绍 Kafka 是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用于大数据实时处理领域。 2. 消息队列的两种模式 （1）点对点模式（一对一，消费者主动拉取数据，消息收到后消息清除） 消息生产者生产消息发送到Que 阅读全文
摘要：
以下面试题主要整理自尚硅谷相关文档 1. Spark的三种部署模式 1. Local模式：单机调试 local：只启动一个线程 local[k]：启动k个线程 local[*]：启动cpu数目的线程 2. 分布式 （1）standalone模式： 在架构上和MapReduce1具有一致性，资源抽象为 阅读全文
摘要：
以下面试题主要整理自尚硅谷相关文档 1. ZooKeeper介绍 1.ZooKeeper从设计模式角度来理解：是一个基于观察者模式设计的分布式服务管理框架，它负责存储和管理大家都关心的数据，然后接受观察者的注册，一旦这些数据的状态发生变化，ZooKeeper就将负责通知已经在ZooKeeper上注册 阅读全文