言之有物面试

1）一面：

基础：

(1)Hbase的读写流程

(2)MapReduce的工作原理

(3)Zookeeper的分布式锁（如何保证其他线程来抢锁），watcher机制及实现原理（回调）,临时节点（如果有锁的挂了）watcherl是pull还是poll

(4)Redis的事务控制、哨兵模式与watcher的区别（pull/poll）

(5)单刀模式、工厂模式

项目：

(1)说一下项同中spark SQL的优化（写个sql项目中）

(2)数据量增加每天100万，集群需要做什么改动吗？增加节点，数据需要迁移？（我说Hadnp有个reblance）其他节点也增加。

(3)隐语义模型原理与协同过滤的区别

(4)隐代义底层如何实现只拆分成两个小矩阵

(5)ALS的原理

(6)你的有没有测试过你们设计的算记实时推荐对用户有用？

(7)离线：你们怎么知道推荐效果

(8)我们的算法的讲解（那个k次是什么，后来我们数据每周更新一次，这个k次怎么取的）

APP

(1)第二层Flume如果一个挂了，那数据还是会丢失啊

(2)手动维护offset时是消费1条就存offset到2k吗？

那2k压力不会太大吗？

(3)留存率、新鲜度咋算的，（这个需要crontab晚上跑吗？怎么实现）

(4)项目中遇到的难题（我说的移植、改源码）

算法：

(1)2亿条数据，内存有限、统计每个ip的个数，自己设计（不能用spavk，MR）

(2)满树50个长度有几个节点

(3)快排

(4)redis实现点击量top100（1000万数据量）

(5)实时实现商品堆度随时间t对用户的影响是递减的（设计一函数算法）

(6)广告的竞价

2)二面：

(1)JVM的垃圾回收为什么采用分代GC。跟语言有关系吗？

(2)Hive的HQL是如何转换为Mr的 例如 select count（）from a where r》1 group by ...分了几个job task。

(3)进程和线程的区别。一台机子可以分多少进程和线程。

(4)讲一下协同过滤的原理。

(5)Hbase的原理 regionserver挂了 如何恢复数据 ？新的数据从Hlog里读出来是如何恢复的？

(6)一天的数据量，每天的用户量。

(7)列式存储和行级存储的区别

(8)Hadoop的分片机制 为什么进行分片 有啥好处 是基于什么原理分片的