人员流动是一个企业的基本情况，每年到了招聘高峰期，找工作的朋友们都非常的紧张，有些新手甚至莫不着头脑，无从下手，像大数据这种技术型的面试就更容易让人紧张了。大数据面试题有哪些？不懂Java那就很麻烦了。当然也有人问大数据是什么？

　　近年我们经常会用到云，云计算也随之兴起，大数据也吸引了越来越多的关注。大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。大数据非常神奇也非常神秘，想要弄懂大数据，一时半会是很难的。在工作中成长，在工作中学习，那么想做大数据，在面试中会遇到些什么样的问题呢？来看看吧！

　　1、你会Java语言吗？熟悉到什么程度？

　　2、你喜欢的编程语言是什么？为什么？

　　3、处理过的的数据量？你是如何处理他们的？处理的结果如何。

　　2、在处理大数据过程中，如何保证得到期望值？

　　3、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库？

　　4、点击流数据应该是实时处理？为什么？哪部分应该实时处理？

　　6、如何把非结构化的数据转换成结构化的数据？这是否真的有必要做这样的转换？把数据存成平面文本文件是否比存成关系数据库更好？

　　7、如何判别mapreduce过程有好的负载均衡？什么是负载均衡？

　　8、Spark和Hive的区别，以及Spark和Hive的数据倾斜调优问题？

　　9、Hive和Hbase的区别？

　　10、MapReduce的思想，以及MapReduce调优问题？

　　11、你所了解的开源网站？

　　12、有两个集群，每个集群有3个节点，使用hive分析相同的数据，sql语句完全一样，一个集群的分析结果比另外一个慢的多，给出造成这种现象的可能原因？
　　13、Hbase的优化？

　　14、集群的版本，以及集群的瓶颈问题？

　　15、CRM项目，怎么跟Spark结合？

　　16、如何创建一个关键字分类？

　　17、海量日志数据，提取出某日访问百度次数多的那个IP？

　　18、Hadoop和Spark处理数据时，出现内存溢出的处理方法？

　　19、有一个1G大小的一个文件，里面每一是一个词，词的大小不超过16字节，内存大小限制大小1M，返回频率的50个词。

　　20、你是如何处理缺少数据的？你是推荐使用什么样的处理技术，或者说你是用什么样的技术处理呢？

　　如果不会Java，面试题就答不会，这样难道不尴尬吗？正如加里·金(崇拜/崇拜)说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”大数据时代，没有Java基础，如何开启你的大数据时代？