大数据面试题：用户画像、推荐系统、Flink实时数仓、准实时数仓中常见问题都有什么？ 2022-06-29
我们在选择如何存储用户标签时，遇到了问题(标签查询速度慢，并且构建不够灵活，标签更新和删除比较麻烦)，比如之前用HDFS或者ES存储，后来切...详情>
大数据面试题：kafka详解 2022-06-21
1.延迟队列，重试队列，死信队列，延迟队列：用户登录过时，订单30分钟自动取消；重试队列：可以利用延迟队列实现，即该消息处理失败后，多久...详情>
大数据面试题：kafka 2022-06-21
在正常情况下，AR应该是和ISR一样的，但是当某个Follower副本落后太多或者某个Follower副本节点挂掉了，那么它会被移出ISR放入OSR中，kafka的...详情>
大数据面试题：hbase布隆过滤器 2022-06-21
对于hbase而言，当我们选择采用布隆过滤器之后，HBase会在生成StoreFile(HFile)时包含一份布隆过滤器结构的数据，称其为MetaBlock;MetaBlock与...详情>
大数据面试题：hbase基础 2022-06-21
列簇 ：HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如 cour...详情>
大数据面试题：SQL 2022-06-21
数据倾斜怎么解决？1）key 尽量打乱；提高reduce任务数；2）关联查询时，利用分桶和map-side提高查询效率详情>
大数据面试题：hive数据导入 2022-06-21
load data inpath '/hadoop/guozy/data/user.txt' into table external_table;此处是移动(非复制)，移动数据非常快，不会对数据是否符合定义的...详情>
大数据面试题：分区和分桶 2022-06-21
分区指的就是将数据按照表中的某一个字段进行统一归类，并存储在表中的不同的位置，也就是说，一个分区就是一类，这一类的数据对应到hdfs存储...详情>
京公网安备 11010802030320号