大數(shù)據(jù)訪談問(wèn)答簡(jiǎn)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(guò)數(shù)百GB的數(shù)據(jù)僅通過(guò)在線活動(dòng)在互聯(lián)網(wǎng)上產(chǎn)生。在線活動(dòng)，如網(wǎng)絡(luò)活動(dòng)、博客、文本、視頻/音頻文件、圖像、電子郵件、社交網(wǎng)絡(luò)活動(dòng)。大數(shù)據(jù)需要專門的系統(tǒng)和軟件工具來(lái)處理所有非結(jié)構(gòu)化數(shù)據(jù)。這些活動(dòng)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(wèn)題和答案：
Hadoop、數(shù)據(jù)科學(xué)、統(tǒng)計(jì)和；其他
如果你正在尋找與大數(shù)據(jù)相關(guān)的工作，你需要準(zhǔn)備2019年大數(shù)據(jù)面試問(wèn)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(wèn)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(wèn)題分為兩部分：
第一部分——大數(shù)據(jù)面試問(wèn)題（基礎(chǔ)）
第一部分包括基本的面試問(wèn)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(dòng)才能產(chǎn)生超過(guò)數(shù)百GB的數(shù)據(jù)。在這里，在線活動(dòng)意味著網(wǎng)絡(luò)活動(dòng)、博客、文本、視頻/音頻文件、圖像、電子郵件、社交網(wǎng)絡(luò)活動(dòng)等等。大數(shù)據(jù)可以被稱為從所有這些活動(dòng)中創(chuàng)建的數(shù)據(jù)。在線生成的數(shù)據(jù)大多是非結(jié)構(gòu)化的。大數(shù)據(jù)還將包括數(shù)據(jù)庫(kù)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(biāo)簽等智能設(shè)備生成的數(shù)據(jù)，以及在線活動(dòng)。
大數(shù)據(jù)需要專門的系統(tǒng)和軟件工具來(lái)處理所有非結(jié)構(gòu)化數(shù)據(jù)。事實(shí)上，據(jù)一些行業(yè)估計(jì)，互聯(lián)網(wǎng)上生成的數(shù)據(jù)中有近85%是非結(jié)構(gòu)化的。通常，關(guān)系數(shù)據(jù)庫(kù)具有結(jié)構(gòu)化格式，并且數(shù)據(jù)庫(kù)是集中的。因此，可以使用SQL等查詢語(yǔ)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(luò)來(lái)處理。
2。大數(shù)據(jù)的特點(diǎn)是什么
回答：
大數(shù)據(jù)有三個(gè)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(jì)，每天生成的數(shù)據(jù)超過(guò)300萬(wàn)GB。在計(jì)算帶寬和存儲(chǔ)容量有限的辦公環(huán)境中，在普通個(gè)人計(jì)算機(jī)或客戶機(jī)-服務(wù)器網(wǎng)絡(luò)中無(wú)法處理這一數(shù)量的數(shù)據(jù)。然而，云服務(wù)提供了處理大數(shù)據(jù)量的解決方案，并使用分布式計(jì)算架構(gòu)高效地處理它們。
多樣性特征指的是大數(shù)據(jù)的格式——結(jié)構(gòu)化或非結(jié)構(gòu)化。傳統(tǒng)的RDBMS符合結(jié)構(gòu)化格式。
非結(jié)構(gòu)化數(shù)據(jù)格式的一個(gè)例子是，視頻文件格式、圖像文件、純文本格式、來(lái)自web文檔或標(biāo)準(zhǔn)MS Word文檔的格式都是唯一的，等等。還要注意的是，RDBMS沒(méi)有處理非結(jié)構(gòu)化數(shù)據(jù)格式的能力。此外，必須對(duì)所有這些非結(jié)構(gòu)化數(shù)據(jù)進(jìn)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(huì)添加新數(shù)據(jù)，數(shù)據(jù)會(huì)不斷增長(zhǎng)。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(gè)月內(nèi)被超過(guò)16億用戶訪問(wèn)。同樣，還有其他社交網(wǎng)站、YouTube、谷歌服務(wù)等。此類數(shù)據(jù)流必須使用實(shí)時(shí)查詢進(jìn)行處理，并且必須在不丟失數(shù)據(jù)的情況下進(jìn)行存儲(chǔ)。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(zhǔn)確性和價(jià)值。準(zhǔn)確性將決定數(shù)據(jù)的可靠性和可靠性，價(jià)值是組織從大數(shù)據(jù)處理中獲得的價(jià)值。
3。為什么大數(shù)據(jù)對(duì)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(wèn)題。大數(shù)據(jù)很重要，因?yàn)橥ㄟ^(guò)處理大數(shù)據(jù)，組織可以獲得與以下方面相關(guān)的洞察信息：
?降低成本
?產(chǎn)品或服務(wù)的改進(jìn)
?了解客戶行為和市場(chǎng)
?有效的決策
?提高競(jìng)爭(zhēng)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(wèn)題（高級(jí)）
現(xiàn)在讓我們來(lái)看一下高級(jí)面試問(wèn)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(guān)者協(xié)調(diào)，解決問(wèn)題
?改進(jìn)產(chǎn)品或服務(wù)改進(jìn)的報(bào)告和分析
?針對(duì)選定市場(chǎng)定制產(chǎn)品和服務(wù)
?確保更好地共享信息
?支持管理決策
?識(shí)別新機(jī)會(huì)、產(chǎn)品理念和新市場(chǎng)
?從多個(gè)來(lái)源收集數(shù)據(jù)并存檔以備將來(lái)參考
?維護(hù)數(shù)據(jù)庫(kù)和系統(tǒng)
?確定績(jī)效指標(biāo)
?了解業(yè)務(wù)職能之間的相互依賴關(guān)系
?評(píng)估組織績(jī)效
6。解釋如何使用大數(shù)據(jù)來(lái)增加業(yè)務(wù)價(jià)值
回答：
在理解分析大數(shù)據(jù)的必要性的同時(shí)，此類分析將幫助企業(yè)確定其在市場(chǎng)中的地位，并幫助企業(yè)從競(jìng)爭(zhēng)對(duì)手中脫穎而出。例如，從大數(shù)據(jù)分析的結(jié)果來(lái)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(jià)值的潛在市場(chǎng)。分析大數(shù)據(jù)將涉及對(duì)來(lái)自不同來(lái)源的數(shù)據(jù)進(jìn)行分組，以了解與業(yè)務(wù)相關(guān)的趨勢(shì)和信息。當(dāng)通過(guò)從正確的來(lái)源收集數(shù)據(jù)，有計(jì)劃地進(jìn)行大數(shù)據(jù)分析時(shí)，企業(yè)可以輕松地創(chuàng)造近5%到20%的業(yè)務(wù)價(jià)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(gè)大數(shù)據(jù)采訪問(wèn)題
7。什么是大數(shù)據(jù)解決方案實(shí)施
回答：
大數(shù)據(jù)解決方案首先以小規(guī)模實(shí)施，基于適合業(yè)務(wù)的概念。從結(jié)果來(lái)看，這是一個(gè)原型解決方案，業(yè)務(wù)解決方案的規(guī)模進(jìn)一步擴(kuò)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(wèn)題行業(yè)中遵循的一些最佳實(shí)踐包括：，
?有明確的項(xiàng)目目標(biāo)，并在必要時(shí)進(jìn)行合作
?從正確的來(lái)源收集數(shù)據(jù)
?確保結(jié)果不會(huì)扭曲，因?yàn)檫@可能導(dǎo)致錯(cuò)誤結(jié)論
?準(zhǔn)備好創(chuàng)新，在處理過(guò)程中考慮混合方法，包括結(jié)構(gòu)化和非結(jié)構(gòu)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(duì)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(shí)施遵循三個(gè)標(biāo)準(zhǔn)步驟。他們是：
數(shù)據(jù)攝取：此步驟將定義從多個(gè)來(lái)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(luò)提要、CRM、RDBMS等。從不同來(lái)源提取的數(shù)據(jù)存儲(chǔ)在Hadoop分布式文件系統(tǒng)（HDFS）中。
數(shù)據(jù)存儲(chǔ)：這是第二步，存儲(chǔ)提取的數(shù)據(jù)。該存儲(chǔ)可以在HDFS或HBase（NoSQL數(shù)據(jù)庫(kù)）中。
處理數(shù)據(jù)：這是最后一步。必須對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行處理。處理是使用Spark、Pig、MapReduce等工具完成的。
推薦文章
這是關(guān)于大數(shù)據(jù)面試問(wèn)題和答案的綜合指南，以便應(yīng)聘者可以輕松解決這些面試問(wèn)題。您還可以閱讀以下文章了解更多信息——
