大數(shù)據(jù)訪談問答簡介
互聯(lián)網(wǎng)上產(chǎn)生的各種數(shù)據(jù)被稱為大數(shù)據(jù)，超過數(shù)百GB的數(shù)據(jù)僅通過在線活動在互聯(lián)網(wǎng)上產(chǎn)生。在線活動，如網(wǎng)絡活動、博客、文本、視頻/音頻文件、圖像、電子郵件、社交網(wǎng)絡活動。大數(shù)據(jù)需要專門的系統(tǒng)和軟件工具來處理所有非結構化數(shù)據(jù)。這些活動產(chǎn)生的數(shù)據(jù)稱為大數(shù)據(jù)。大數(shù)據(jù)是完全廣泛分布在互聯(lián)網(wǎng)上的，因此，大數(shù)據(jù)的處理需要分布式系統(tǒng)和工具，以便從中提取信息。
以下是一些重要的2019年大數(shù)據(jù)采訪問題和答案：
Hadoop、數(shù)據(jù)科學、統(tǒng)計和；其他
如果你正在尋找與大數(shù)據(jù)相關的工作，你需要準備2019年大數(shù)據(jù)面試問題。雖然每次面試都不一樣，工作的范圍也不一樣，但我們可以幫助你解決面試中最重要的問題和答案，這將幫助你邁出第一步，獲得成功你在大數(shù)據(jù)面試中的成功。
這些問題分為兩部分：
第一部分——大數(shù)據(jù)面試問題（基礎）
第一部分包括基本的面試問題和答案
1。大數(shù)據(jù)的含義是什么？它有什么不同
回答：
大數(shù)據(jù)是指互聯(lián)網(wǎng)上產(chǎn)生的各種數(shù)據(jù)。在互聯(lián)網(wǎng)上，只有在線活動才能產(chǎn)生超過數(shù)百GB的數(shù)據(jù)。在這里，在線活動意味著網(wǎng)絡活動、博客、文本、視頻/音頻文件、圖像、電子郵件、社交網(wǎng)絡活動等等。大數(shù)據(jù)可以被稱為從所有這些活動中創(chuàng)建的數(shù)據(jù)。在線生成的數(shù)據(jù)大多是非結構化的。大數(shù)據(jù)還將包括數(shù)據(jù)庫中的交易數(shù)據(jù)、系統(tǒng)日志文件，以及傳感器、物聯(lián)網(wǎng)、RFID標簽等智能設備生成的數(shù)據(jù)，以及在線活動。
大數(shù)據(jù)需要專門的系統(tǒng)和軟件工具來處理所有非結構化數(shù)據(jù)。事實上，據(jù)一些行業(yè)估計，互聯(lián)網(wǎng)上生成的數(shù)據(jù)中有近85%是非結構化的。通常，關系數(shù)據(jù)庫具有結構化格式，并且數(shù)據(jù)庫是集中的。因此，可以使用SQL等查詢語言快速完成RDBMS處理。另一方面，大數(shù)據(jù)非常大，分布在互聯(lián)網(wǎng)上，因此處理大數(shù)據(jù)將需要分布式系統(tǒng)和工具從中提取信息。大數(shù)據(jù)需要Hadoop、Hive等專用工具以及高性能硬件和網(wǎng)絡來處理。
2。大數(shù)據(jù)的特點是什么
回答：
大數(shù)據(jù)有三個主要特征：數(shù)量、多樣性和速度。
體積特征指的是數(shù)據(jù)的大小。據(jù)估計，每天生成的數(shù)據(jù)超過300萬GB。在計算帶寬和存儲容量有限的辦公環(huán)境中，在普通個人計算機或客戶機-服務器網(wǎng)絡中無法處理這一數(shù)量的數(shù)據(jù)。然而，云服務提供了處理大數(shù)據(jù)量的解決方案，并使用分布式計算架構高效地處理它們。
多樣性特征指的是大數(shù)據(jù)的格式——結構化或非結構化。傳統(tǒng)的RDBMS符合結構化格式。
非結構化數(shù)據(jù)格式的一個例子是，視頻文件格式、圖像文件、純文本格式、來自web文檔或標準MS Word文檔的格式都是唯一的，等等。還要注意的是，RDBMS沒有處理非結構化數(shù)據(jù)格式的能力。此外，必須對所有這些非結構化數(shù)據(jù)進行分組和整合，這就需要專門的工具和系統(tǒng)。此外，每天或每分鐘都會添加新數(shù)據(jù)，數(shù)據(jù)會不斷增長。因此，大數(shù)據(jù)更像是多樣性的同義詞。
速度特性指的是創(chuàng)建數(shù)據(jù)的速度和處理所有數(shù)據(jù)所需的效率。
例如，F(xiàn)acebook在一個月內(nèi)被超過16億用戶訪問。同樣，還有其他社交網(wǎng)站、YouTube、谷歌服務等。此類數(shù)據(jù)流必須使用實時查詢進行處理，并且必須在不丟失數(shù)據(jù)的情況下進行存儲。因此，速度特性在大數(shù)據(jù)處理中非常重要。
此外，其他特征包括準確性和價值。準確性將決定數(shù)據(jù)的可靠性和可靠性，價值是組織從大數(shù)據(jù)處理中獲得的價值。
3。為什么大數(shù)據(jù)對組織很重要
回答：
這是采訪中提出的基本大數(shù)據(jù)采訪問題。大數(shù)據(jù)很重要，因為通過處理大數(shù)據(jù)，組織可以獲得與以下方面相關的洞察信息：
?降低成本
?產(chǎn)品或服務的改進
?了解客戶行為和市場
?有效的決策
?提高競爭力
4。列舉一些用于大數(shù)據(jù)處理的工具或系統(tǒng)
回答：
大數(shù)據(jù)處理和分析可以使用，
?Hadoop
?蜂巢
?豬
?管理員
?水槽
第2部分——大數(shù)據(jù)面試問題（高級）
現(xiàn)在讓我們來看一下高級面試問題。
5。大數(shù)據(jù)如何支持組織
回答：
大數(shù)據(jù)有可能在許多方面支持組織。從大數(shù)據(jù)中提取的信息可以用于，
?更好地與客戶和利益相關者協(xié)調(diào)，解決問題
?改進產(chǎn)品或服務改進的報告和分析
?針對選定市場定制產(chǎn)品和服務
?確保更好地共享信息
?支持管理決策
?識別新機會、產(chǎn)品理念和新市場
?從多個來源收集數(shù)據(jù)并存檔以備將來參考
?維護數(shù)據(jù)庫和系統(tǒng)
?確定績效指標
?了解業(yè)務職能之間的相互依賴關系
?評估組織績效
6。解釋如何使用大數(shù)據(jù)來增加業(yè)務價值
回答：
在理解分析大數(shù)據(jù)的必要性的同時，此類分析將幫助企業(yè)確定其在市場中的地位，并幫助企業(yè)從競爭對手中脫穎而出。例如，從大數(shù)據(jù)分析的結果來看，企業(yè)可以了解定制產(chǎn)品的需求，或者了解增加收入和價值的潛在市場。分析大數(shù)據(jù)將涉及對來自不同來源的數(shù)據(jù)進行分組，以了解與業(yè)務相關的趨勢和信息。當通過從正確的來源收集數(shù)據(jù)，有計劃地進行大數(shù)據(jù)分析時，企業(yè)可以輕松地創(chuàng)造近5%到20%的業(yè)務價值和收入。亞馬遜、Linkedin、沃爾瑪和許多其他組織就是這樣的例子。
讓我們轉(zhuǎn)到下一個大數(shù)據(jù)采訪問題
7。什么是大數(shù)據(jù)解決方案實施
回答：
大數(shù)據(jù)解決方案首先以小規(guī)模實施，基于適合業(yè)務的概念。從結果來看，這是一個原型解決方案，業(yè)務解決方案的規(guī)模進一步擴大。這些是在大數(shù)據(jù)采訪中最受歡迎的大數(shù)據(jù)采訪問題行業(yè)中遵循的一些最佳實踐包括：，
?有明確的項目目標，并在必要時進行合作
?從正確的來源收集數(shù)據(jù)
?確保結果不會扭曲，因為這可能導致錯誤結論
?準備好創(chuàng)新，在處理過程中考慮混合方法，包括結構化和非結構化類型的數(shù)據(jù)，包括內(nèi)部和外部數(shù)據(jù)源
?了解大數(shù)據(jù)對組織內(nèi)現(xiàn)有信息流的影響
8。大數(shù)據(jù)解決方案涉及哪些步驟
回答：
大數(shù)據(jù)解決方案的實施遵循三個標準步驟。他們是：
數(shù)據(jù)攝取：此步驟將定義從多個來源提取和整合數(shù)據(jù)的方法。例如，數(shù)據(jù)源可以是社交網(wǎng)絡提要、CRM、RDBMS等。從不同來源提取的數(shù)據(jù)存儲在Hadoop分布式文件系統(tǒng)（HDFS）中。
數(shù)據(jù)存儲：這是第二步，存儲提取的數(shù)據(jù)。該存儲可以在HDFS或HBase（NoSQL數(shù)據(jù)庫）中。
處理數(shù)據(jù)：這是最后一步。必須對存儲的數(shù)據(jù)進行處理。處理是使用Spark、Pig、MapReduce等工具完成的。
推薦文章
這是關于大數(shù)據(jù)面試問題和答案的綜合指南，以便應聘者可以輕松解決這些面試問題。您還可以閱讀以下文章了解更多信息——
