hbase常见问题-hbase面试题及答案(9-11-21)

HBase本文目录一览：

• 1、hbase么,为什么存储速度快
• 2、hadoop面试题之HDFS
• 3、程序员什么样的简历面试官一下就否定掉
• 4、大数据面试要准备哪些
• 5、以下哪些场景比较适合hbase

hbase么,为什么存储速度快

存储业务附件：UDFS系统存储图像，视频，文档等附件信息 不过在公司使用的时候，一般不使用原生的Hbase API，使用原生的API会导致访问不可监控，影响系统稳定性，以致于版本升级的不可控。

HBase采用了数据冗余和自动故障恢复的机制，可以保证数据的高可靠性。它将数据副本存储在不同的服务器上，并在主节点故障时自动切换到备用节点，确保数据的持久性和可用性。

高效性。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。高容错性。Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。低成本。

hadoop面试题之HDFS

因为edits和fsimage文件是经过序列化的，所以不能直接查看。hadoop0以上提供了查看两种文件的工具。---命令：hdfs oiv 可以将fsimage文件转换成其他格式，如xml和文本文件。-i 表示输入fsimage文件。

HDFS（Hadoop Distributed File System）不被归类为NoSQL数据库，因为它是分布式文件系统而不是数据库。HDFS是Apache Hadoop生态系统的一部分，旨在存储和处理大规模数据集。

① 一般来讲，DataNode与应用交互的大部分情况都是通过网络进行的，而网络数据传输带来的一大问题就是数据是否原样到达。为了保证数据的一致性，HDFS采用了数据校验和（checkSum）机制。

Hadoop系列之HDFS架构HadoopDistributedFileSystem（HDFS）是高容错、高吞吐量、用于处理海量数据的分布式文件系统。HDFS一般由成百上千的机器组成，每个机器存储整个数据集的一部分数据，机器故障的快速发现与恢复是HDFS的核心目标。

程序员什么样的简历面试官一下就否定掉

1、简要来说，程序员的简历更要求简洁大方，标点符号要正确，段落分布要合理。一般同一种颜色即可，当然可以有突出标记的第二种颜色。好了，进入正题：先说基本信息：HR看的基本信息就三种，教育背景、工作背景，英语水平。

2、所以应届生应聘程序员简历中应该体现出来学习过程中做的项目，不仅要体现出来，而且还要体现的非常漂亮，不要简单的就写了下，我做了一个什么项目，实现了哪些功能，使用了什么技术……这就太形式化了，也不吸引面试官的注意。

3、在校或在职好时的成绩和表现。在自己以往的工作中，自己的成绩和贡献应该详细的进行描述，空洞的语言是乏力的，具体的实例才能说明自己能力。这样雇主就能了解到你的成长过程和在以后工作中的价值。专业技能。

4、简历内容非常简单，几乎大部分内容都属于空白，这样的简历很难获得面试的机会，基本上在第一轮筛选的时候就会被淘汰。

5、在程序员的简历中，最重要的莫过于实习经历和项目经历，这是直接让你区别于其它人的关键部分。而有些同学，就特别厉害，一带而过，你想深入了解下都毫无信息。

大数据面试要准备哪些

1、大数据工程师还和数据科学家有重叠，二者都要有很强的数据分析能力，比如会用Matlab，R，Python等。仅仅做简单的数据分析可能也不够，大数据工程师还得做机器学习模型，最终我们希望大数据工程师做到的是商业智能。

2、完美简历。在你参加面试的时候对面试官来说简历是迅速了解你基本情况的唯一途径，也是对自己感兴趣或者存疑点进行下一步的详细询问的基础，因此简历一定要将有利信息言简意赅表达清楚。了解公司、职位。

3、面试必须正装出席，这个不难理解，建议男生去定制一套好点的西装，这个很重要。如果你的经济条件比较差，至少也要保证西装合适。

4、准备工作： 面试之前一定要认真准备， 将你的专业知识好好复习一遍. 对一些常见问题要想好如何回答. 准备工作还包括上网了解此公司业务， 甚至部门情况及其敌对公司情况. 你的这种认真态度都会使你加分的。

以下哪些场景比较适合hbase

1、用户画像 比如大型的视频网站，电商平台产生的用户点击行为、浏览行为等等存储在HBase中为后续的智能推荐做数据支撑。

2、数据查询模式已经确定，且不易改变，就是说hbase使用在某种种特定的情况下，且不能变动。告诉插入，大量读取。因为分布式系统对大量数据的存取更具优势。尽量少的有数据修改。

3、主要关注的是对数据的统计等方面。适合的场景：hbase：适合大型数据存储，其作用可以类比于传统数据库的作用，主要关注的数据的存取。hive：适合大数据的管理，统计，处理，其作用类比于传统的数据仓库，主要关注的数据的处理。

4、想象你在操作RMDB数据库，如果是全表扫描，就用Hive+Hadoop，如果是索引访问，就用HBase+Hadoop 。Hive query就是MapReduce jobs可以从5分钟到数小时不止，HBase是非常高效的，肯定比Hive高效的多。

5、Hive使用Hadoop来分析处理数据，而Hadoop系统是批处理系统，因此不能保证处理的低迟延问题；而HBase是近实时系统，支持实时查询。