2021年大数据面试题

2021年大数据面试题精选

作者：夏威夷松鼠

Java部分：

L什么是构造函数，构造代码块，静态代码块?分别的作用是什么？三者的顺序

构造函数是类用来创建对象使用的一种函数可以有有参构造函数也可以有无参构

造函数

构造代码块的作用和构造函数类似可以完成类中的成员变量进行初始化也可以调

用成员方法

静态代码块属于类的，静态代码块可以随着类的加载而加载可以初始化中的静态

成员变量，也

可以在连接JBCD时用于读取文件中的连接信息

先执行静态代码块在执行构造代码块最后执行构造方法

2.double和Double的区别?

double是基本数据类型，值会存储在栈中并且初始值是0.0,不能存在集合中

Double是包装类即double的引用类型，值会存储在堆中初始值是nul1,可以替代

double存储集合中

3.2«3等于多少

16

4.判断字符串为空时如何避免空指针异常？

Stringstr=null；

if(str==null||str.isEmpty())来进行判断

5.什么是重载和重写？

重载：是面向对象中多态特性的一种体现，即方法名相同形参列表不同（参数，个数，

顺序）满足其中一个条件即可

重写：是面向对象中继承特性的一种体现，即父类中所提供的方法无法满足子类需求

时，子类可以实现和父类一样的方法即为重写，但是fianl,private,static修饰的

方法无法重写

6.实现线程的三种方式？

继承Thread类，并复写run方法，创建该类对象，调用start方法开启线程。

实现Runnable接口，复写run方法，创建Thread类对象，将Runnable子类对象传

递给Thread类对象。调用start方法开启线程。

创建FutureTask对象，创建Callable子类对象，复写call（相当于run）方法，将

其传递给FutureTask对象（相当于一个Runnable）

7.Thread类中的start。和run（）方法的区别？

用start方法来启动线程，真正实现了多线程运行，这时无需等待run方法体代码

执行完毕而直接继续执行下面的代码。通过调用Thread类的start（）方法来启动一

个线程，这时此线程处于就绪（可运行）状态，并没有运行，一旦得到cpu时间片,

就开始执行run（）方法，这里方法run。称为线程体，它包含了要执行的这个线程

的内容，Run方法运行结束，此线程随即终止。

8.final修饰的方法可以被继承/重载/重写吗？

final修饰的方法可以继承和重载，但是不能重写

9.遍历二叉树的方式有哪些？选择一种方式用程序实现？

二叉树遍历分为三种先序遍历

首先访问根，再先序遍历左子树，最后先序遍历右子树根--〉左＞右

无序中序遍历首先中序遍历左子树，再访问根，最后中序遍历右子树左一＞根

一.）右

升序后序遍历首先后序遍历左子树，再后序遍历右子树，最后访问根左-->右-

跟

左一一〉根一一>右排序

publicclassBinaryTree{

privateNoderoot；〃节点

〃添加节点

publicvoidadd(intdata){

if(root==null){

root=newNode(data)；

}else{

root.addNode(data)；

)

)

publicvoidprintBinaryTree(){

root,print()；

)

classNode{

privateintdata；〃数据

privateNodeleft；〃左

privateNoderight；〃右

publicNode(intdata){

this,data=data；

)

〃添加节点(左/右)

publicvoidaddNode(intdata){

if(this,data>data){

if(this,left==null){

this.left=newNode(data)；

}else{

〃递归

this.left.addNode(data)；

)

}else{

if(this,right==null){

this,right=newNode(data)；

}else{

this,right.addNode(data)；

)

)

)

//左一一>根--->右

publicvoidprint(){

if(this,left!=null){

this.left,print()；

)

System.out.print(this.data+"->”)；

if(this,right!=null){

this,right,print()；

)

}

}

publicclassTest{

publicstaticvoidmain(String[]args){

BinaryTreebt=newBinaryTreeO；

bt.add(8)；

bt.add(3)；

bt.add(10)；

bt.add(6)；

bt.add(7)；

bt.add(14)；

bt.add(13)；

bt.add(2)；

bt.printBinaryTreeO；

)

)

10.java常见的排序方式有哪些？选择一种实现？

冒泡排序复杂度为0(n*n),插入排序复杂度为0(n*n),堆排序复杂度为nlog2(n)

快速排序复杂度为nlog2(n),归并排序复杂度为nlog2(n)

冒泡排序：

publicclassmaopao{

publicstaticvoidmain(String[]args){

int[]numbers={10,12,2,3,5,78,6,21,99,88)；

for(intj=0；j<numbers.length-1；j++){

for(inti=0；i<numbers.length-l-j；i++){

inttemp=0；

if(numbers[i]>numbers[i+1]){

temp=numbers[i+1]；

numbers[i+1]=numbers[i]；

numbers[i]=temp；

}

)

11.什么是反射？如何通过反射访问私有字段？

JAVA反射机制是在运行状态中，对于任意一个类，都能够知道这个类的所有属性和

方法；对于任意一个对象，都能够调用它的任意一个方法和属性；这种动态获取的

信息以及动态调用对象的方法的功能称为java语言的反射机制。

要想解剖一个类,必须先要获取到该类的字节码文件对象。而解剖使用的就是Class

类中的方法.所以先要获取到每一个字节码文件对应的Class类型的对象.

可以用getDeclaredField方法并且需要开启权限setAccessible(true)

12.常见的排序及复杂度，实现快排算法

冒泡排序复杂度为O(n*n),插入排序复杂度为O(n*n),堆排序复杂度为nlog2(n)

快速排序复杂度为nlog2(n),归并排序复杂度为nlog2(n)

快排算法：

publicclassQickSort{

publicstaticvoidmain(String口args){

int口numbers={10,12,2,3,5,78,6,21,99,88}；

intlen=numbers,length；

〃如果数组大于2的时候才开始排序

if(len>l){

quicksort(numbers,0,len-1)；

System.out.printin(Arrays.toString(numbers))；

}

publicstaticvoidquicksort(int[]list,intlow,inthigh){

if(low<high){

intmiddle=getMiddle(list,low,high)；

quicksort(list,low,middle-1)；

quicksort(list,middle+1,high)；

}

)

publicstaticintgetMiddle(int[]list,intlow,inthigh){

inttemp=list[low]；

while(low<high){

while(low<high&&temp<=list[high]){

high--；

)

temp>=list[high]

list[low]=list[high]；

while(low<high&&list[low]<=temp){

low++；

)

list[low]>temp

list[high]=list[low]；

)

list[low]=temp；

returnlow；

)

13.题目：实现Fibonacci（即斐波那契额）数列

publicclassDemo{

publicstaticintf(intn)throwsException{

if(n==0){

thrownewException("参数错误！")；

)

if(n==1||n==2){

return1；

}else{

returnf(nT)+f(n-2)；〃自己调用自己

)

)

publicstaticvoidmain(String[]args)throwsException{

for(inti=1；i<=10；i++){

System,out.print(f(i)+“")；

)

)

)

14.常见的设计模式，任选模式一种模模式代码的实现

单例，模板，工厂，装饰者,适配器，代理，观察者等设计模式

publicclassHungrySingle{

privatestaticHungrySingleinstance=newHungrySingle()；

privateHungrySingle(){

)

publicstaticHungrySinglegetlnstance(){

returninstance；

)

15.简述java线程池，并说明线程安全的解决思路

所谓线程池，就是将多个线程放在一个池子里面(所谓池化技术)，然后需要线程的

时候不是创建一个线程，而是从线程池里面获取一个可用的线程，然后执行我们的

任务。线程池的关键在于它为我们管理了多个线程，我们不需要关心如何创建线程,

我们只需要关系我们的核心业务，然后需要线程来执行任务的时候从线程池中获取

线程。任务执行完之后线程不会被销毁，而是会被重新放到池子里面，等待机会去

执行任务。

一个线程池包括以下四个基本组成部分：

1、线程池管理器(ThreadPool)：用于创建并管理线程池，包括创建线

程池，销毁线程池，添加新任务；

2、工作线程(PoolWorker)：线程池中线程，在没有任务时处于等待状态,

可以循环的执行任务；

3、任务接口(Task)：每个任务必须实现的接口，以供工作线程调度任务

的执行，它主要规定了任务的入口，任务执行完后的收尾工作，任务的执行状态等;

4、任务队列(taskQueue)：用于存放没有处理的任务。提供一种缓冲机

制。

解决线程安全问题的思路是消除产生线程安全问题的环境：

消除共享数据：成员变量与静态变量多线程共享，将这些全局变量转化为局部变量,

局部变量存放在栈，线程间不共享，就不存在线程安全问题产生的环境了。消除共

享数据的不足：如果需要一个对象采集各个线程的信息，或者在线程间传递信息，

消除了共享对象就无法实现此目的。

使用线程同步机制：给读写操作同时加锁，使得同时只有一个线程可以访问共享数

据。如果单单给写操作加锁，同时只有一个线程可以执行写操作，而读操作不受限

制，允许多线程并发读取，这时就可能出现不可重复读的情况，如一个持续时间比

较长的读线程，相隔较长时间读取数组同一索引位置的数据，正好在这两次读取的

时间内，一个线程修改了该索引处的数据，造成该线程从同一索引处前后读取的数

据不一致。是同时给读写加锁，还是只给写加锁，根据具体需求而定。同步机制的

缺点是降低了程序的吞吐量。

建立副本：使用ThreadLocal为每一个线程建立一个变量的副本，各个线程间独立

操作，互不影响。该方式本质上是消除共享数据思想的一种实现。

使用synchronized或lock来完成加锁处理

16.什么是cookie,作用是什么？cookie和session的区别与联系

cookie是存在于客户端（浏览器）。

cookie的使用是由浏览器按照一定的原则在后台自动发送给服务器的。浏览器检查

所有存储的cookie,如果某个cookie所声明的作用范围大于等于将要请求的资源

所在的位置，则把该cookie附在请求资源的HTTP请求头上发送给服务器。

cookie的内容主要包括：名字，值，过期时间，路径和域。其中路径与域一起构成

cookie的作用范围。若不设置过期时间，则表示这个cookie的生命期为浏览器会

话期间，关闭浏览器窗口，cookie就消失

Session是另一种记录客户状态的机制，不同的是Cookie保存在客户端浏览器中，

而Session保存在服务器上。客户端浏览器访问服务器的时候，服务器把客户端信

息以某种形式记录

在服务器上。这就是Session。客户端浏览器再次访问时只需要从该Session中查

找该客户的状态就可以了。

每个用户访问服务器都会建立一个session,那服务器是怎么标识用户的唯一身份

呢？事实上，用户与服务器建立连接的同时，服务器会自动为其分配一个Session"

总结

1、cookie数据存放在客户的浏览器上，session数据放在服务器上。

2、cookie不是很安全，别人可以分析存放在本地的cookie并进行cookie欺骗，

考虑到安全应当使用sessiono

3、session会在一定时间内保存在服务器上。当访问增多，会比较占用你服务器的

性能，考虑到减轻服务器性能方面，应当使用cookie。

4、单个cookie保存的数据不能超过4K,很多浏览器都限制一个站点最多保存20

个cookieo

5、可以考虑将登陆信息等重要信息存放为session,其他信息如果需要保留，可以

放在cookie中o

17.简述spring隔离级别与传播行为

spring的事务传播行为：

Spring在TransactionDefinition接口中规定了7种类型的事务传播行为，它们规

定了事务方法和事务方法发生嵌套调用时事务如何进行传播：

PROPAGATION_REQUIRED：如果当前没有事务，就新建一个事务，如果已经存在

一个事务中，加入到这个事务中。这是最常见的选择。

PROPAGAT1ON_SUPPORTS：支持当前事务，如果当前没有事务，就以非事务方式

执行。

PROPAGATION_MANDATORY：使用当前的事务，如果当前没有事务，就抛出异常。

PROPAGAT1ON_REQUIRES_NEW：新建事务，如果当前存在事务，把当前事务挂起。

PROPAGATION_NOT_SUPPORTED：以非事务方式执行操作，如果当前存在事务，就

把当前事务挂起。

PROPAGAT1ON_NEVER：以非事务方式执行，如果当前存在事务，则抛出异常。

PROPAGAT1ON_NESTED：如果当前存在事务，则在嵌套事务内执行。如果当前没有

事务，则执行与PROPAGATION_REQUIRED类似的操作。

Spring的隔离级别

SERIALIZABLE：最严格的级别，事务串行执行，资源消耗最大;

REPEATABLE_READ：保证了一个事务不会修改已经由另一个事务读取但未提交（回滚）

的数据。避免了“脏读取“和“不可重复读取”的情况，但是带来了更多的性能损

失。

READ_COMMITTED：大多数主流数据库的默认事务等级，保证了一个事务不会读到另一

个并行事务已修改但未提交的数据，避免了“脏读取二该级别适用于大多数系统。

Read.UNCOMMITTED：保证了读取过程中不会读取到非法数据

18.简述常见前后端服务框架

SpringMVC,Spring,Mybatis,Dubbo,RabbitMQ,Redis

19.不使用循环条和件语句实现1+2+3+...n

publicstaticintsum(intn){

intsum=n；

booleanisContinue=(n>0)&&(sum+二sum(一n))>0；

returnsum；

)

publicstaticvoidmain(String[]args){

intresult=sum(5)；

System,out.println(result)；

)

Linux部分：

1.linux如何查看系统负载，内存.硬盘使用情况

负载：top-c

内存:free-h

磁盘:df-h

2.linux＞和»的区别，常用查看日志命令

＞是定向输出到文件，如果文件不存在，就创建文件；如果文件存在，就将其清空；

一般我们备份清理日志文件的时候，就是这种方法：先备份日志，再用将日志

文件清空（文件大小变成0字节）。

»这个是将输出内容追加到目标文件中。如果文件不存在，就创建文件；如果文件

存在，则将新的内容追加到那个文件的末尾，该文件中的原有内容不受影响。

查看日记命令

tail,head,cat,sed,more,less

Mysql部分：

1.musql5.x默认使用的引擎?对应的锁机制?

InnoDB作为默认存储引擎，InnoDB作为支持事务的存储引擎，拥有相关的RDBMS

特性：包括ACID事务支持，参考完整性（外健），灾难恢复能力等特性

行锁：开销大，加锁慢；会出现死锁；锁定粒度小，发生锁冲突的概率低，并发度

高

2.什么查询条件下索引会失效？

如果条件中有or,即使其中有条件带索引也不会使用（这也是为什么尽量少用or的

原因）

对于多列索引，不是使用的第一部分，则不会使用索引

like查询是以％开头（以％结尾是可以的）

如果列类型是字符串，那一定要在条件中将数据使用引号引用起来，否则不使用索引

如果mysql估计使用全表扫描要比使用索引快，则不使用索引

3.having和where的区别

“Where”是一个约束声明，在查询数据库的结果返回之前对数据库中的查询条件进

行约束，即在结果返回之前起作用，且where后面不能使用“聚合函数”；

“Having”是一个过滤声明，所谓过滤是在查询数据库的结果返回之后进行过滤，

即在结果返回之后起作用，并且having后面可以使用“聚合函数

4.unionall和union的区别

union和unionall的区别是,union会自动压缩多个结果集合中的重复结果，而

unionall则将所有的结果全部显示出来，不管是不是重复。

Union因为要进行重复值扫描，所以效率低。如果合并没有刻意要删除重复行，那

么就使用UnionAll

5.什么是左连接？

左连接是以左表为基础Leftjoin即左连接，是以左表为基础，根据ON后给出的两

表的条件将两表连接起来。结果会将左表所有的查询信息列出，而右表只列出ON

后条件与左表满足的部分。左连接全称为左外连接，是外连接的一种

6.请用一个sql语句返回两张表的差集

select*fromtabiwhereidnotin(selectidfromtab2)

或

selecttablel.idfromtabielleftjointable2ontablel.id=table2.idwhere

table2.idisnull；

Hadoop部分：

1.通常情况下集群模式的瓶颈在哪？

首先，瓶颈一般是指在整体中的关键限制因素，磁盘10是指数据往磁盘读写，现在

的科技速度最快的属固态硬盘了，读的速度很大有1G/秒左右，但是写入速度最快

几百兆/秒，集群中数据在cpu和内存之间速度快的可以忽略，处理速度也可以忽略,

相对这些速度，磁盘读写就显得慢了，旁贷一下现在好一点的数据库。racle存储数

据都是写日志先暂存然后等机器空闲再写入到磁盘，这些都是为了提高效率，不然

执行一条操作等半天

2.SecondaryNameNode的作用是什么？

SecondaryNameNode它的职责是合并NameNode的editlogs到fsimage文件中

首先,SecondaryNameNode定时到NameNode去获取editlogs,并更新到fsimage

上。一旦它有了新的fsimage文件，SecondaryNameNode将其拷贝回NameNode中。

NameNode在下次重启时会使用这个新的fsimage文件，从而减少重启的时间。

SecondaryNameNode的整个目的是在HDFS中提供一个检查点。它只是NameNode的

一个助手节点。这也是它在社区内被认为是检查点节点的原因。

3.请用map,reduce实现wordCount?

publicclassWordCount{

publicstaticclassMyMapperextendsMapper<Object,Text,Text,

IntWritable>{

privatefinalstaticIntWritableone=newIntWritable(1)；

privateTextword=newText()；

©Override

protectedvoidmap(Objectkey,Textvalue,Contextcontext)

throwslOException,InterruptedException(

StringTokenizeritr=newStringTokenizer(value.toStringO)；

while(itr.hasMoreTokens()){

word,set(itr.nextToken())；

context,write(word,one)；

)

)

publicstaticclassMyReducerextendsReducer<Text,IntWritable,Text,

IntWritable>{

privateIntWritableresult=newIntWritable()；

©Override

protectedvoidreduce(Textkey,Iterable<IntWritable>values,

Contextcontext)

throwslOException,InterruptedException{

intsum=0；

for(IntWritableval：values){

sum+=val.get()；

)

result,set(sum)；

context,write(key,result)；

)

publicstaticvoidmain(String[]args)throwsException{

Configurationconf=newConfigurationO；

Jobjob=Job.getlnstance(conf,"wordcount")；

job.setJarByClass(WordCount.class)；

job.setMapperClass(MyMapper.class)；

jo