前言
大家好，我是程序员
manor。作为一名大数据专业学生、爱好者，深知面试重要性，很多学生已经进入暑假模式，暑假也不能懈怠，正值金九银十的秋招 接下来我准备用30天时间，基于大数据开发岗面试中的高频面试题，以每日5题的形式，带你过一遍常见面试题及恰如其分的解答。 相信只要一路走来，日积月累，我们终会在最高处见。 以古人的话共勉：道阻且长，行则将至；行而不辍，未来可期！
本栏目大数据开发岗高频面试题主要出自
大数据技术专栏的各个小专栏,由于个别笔记上传太早,排版杂乱,后面会进行原文美化、增加。
历史回顾：
大数据开发岗大厂面试30天冲刺 - 日积月累，每日五题【Day01】——Hive1
大数据开发岗大厂面试30天冲刺 - 日积月累，每日五题【Day02】——Hive2
大数据开发岗大厂面试30天冲刺 - 日积月累，每日五题【Day03】——Kafka1
大数据开发岗大厂面试30天冲刺 - 日积月累，每日五题【Day04】——Kafka2
大数据开发岗常见面试复习30天冲刺 - 日积月累，每日五题【Day05】——Kafka3
大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day06】——Kafka4
大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day07】——Hbase1
大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day08】——Hbase2
大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day09】——Hbase3
大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day10】——Hbase4
大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day11】——Hbase5
文章目录
-
- 前言
- 面试题 01、MapReduce写入Hbase的原理和要求是什么？
- 面试题02、什么是BulkLoad，用于什么场景？
- 面试题 03、协处理器是什么？Hbase中提供了几种协处理器？
- 面试题04、Hbase常见优化有哪些？
- 面试题05、为什么Kafka不支持读写分离？
- 到此7天的Hbase复习就结束了，呼～
- 总结
停?
不要往下滑了，
默默想5min，
看看这5道面试题你都会吗？
代码语言：javascript复制面试题 01、MapReduce写入Hbase的原理和要求是什么？
面试题02、什么是BulkLoad，用于什么场景？
面试题 03、协处理器是什么？Hbase中提供了几种协处理器？
面试题04、Hbase常见优化有哪些？
面试题05、为什么Kafka不支持读写分离？
以下答案仅供参考：
面试题 01、MapReduce写入Hbase的原理和要求是什么？
•MapReduce写入Hbase原理：封装了一个TableOutputFormat来实现写入Hbase的数据
•要求
–写入Hbase的数据的V的类型必须为Put类型
面试题02、什么是BulkLoad，用于什么场景？
•BulkLoad是指将数据直接转换为StoreFile文件，放入Hbase中，不经过Hbase的内存，避免大量数据进入内存，又从内存进入HDFS
•应用：大数据量批量写入Hbase
面试题 03、协处理器是什么？Hbase中提供了几种协处理器？
•协处理器指的是Hbase提供了一些开发接口，可以自定义开发一些功能集成到Hbase中
•类似于Hive中的UDF，当没有这个功能时，可以使用协处理器来自定义开发，让Hbase支持对应的功能
•协处理器分为两类
–Observer：观察者类，类似于监听器的实现
–Endpoint：终端者类，类似于存储过程的实现
面试题04、Hbase常见优化有哪些？
•内存优化：针对于不同的读写场景，合理的调整Memstore和BlockCache的比例大小
•压缩优化：对列族配置压缩存储，减少IO消耗
•布隆过滤：基于数据文件构建布隆索引，加快数据查询
•提高客户端缓存空间、指定每次扫描的行数、设置合适的GC算法等
•其他优化
–Linux句柄数优化，提高Linux线程、文件通道等资源句柄数
–HDFS句柄数优化：提高文件打开线程数、提高连接超时时间
–Zookeeper优化：优化连接超时时间
面试题05、为什么Kafka不支持读写分离？
在 Kafka 中，生产者写入消息、消费者读取消息的操作都是与 leader 副本进行交互的，从 而实现的是一种主写主读的生产消费模型。
Kafka 并不支持主写从读，因为主写从读有 2 个很明 显的缺点:
(1)数据一致性问题。数据从主节点转到从节点必然会有一个延时的时间窗口，这个时间 窗口会导致主从节点之间的数据不一致。某一时刻，在主节点和从节点中 A 数据的值都为 X， 之后将主节点中 A 的值修改为 Y，那么在这个变更通知到从节点之前，应用读取从节点中的 A 数据的值并不为最新的 Y，由此便产生了数据不一致的问题。
(2)延时问题。类似 Redis 这种组件，数据从写入主节点到同步至从节点中的过程需要经 历网络→主节点内存→网络→从节点内存这几个阶段，整个过程会耗费一定的时间。而在 Kafka 中，主从同步会比 Redis 更加耗时，它需要经历网络→主节点内存→主节点磁盘→网络→从节 点内存→从节点磁盘这几个阶段。对延时敏感的应用而言，主写从读的功能并不太适用。
到此7天的Hbase复习就结束了，呼～
总结
今天我们复习了面试中常考的Hbase相关的五个问题，你做到心中有数了么？
其实做这个专栏我也有私心，就是希望借助每天写一篇面试题，督促自己学习，以免在吹水群甚至都没有谈资！
对了，如果你的朋友也在准备面试，请将这个系列扔给他，
好了，今天就到这里，学废了的同学，记得在评论区留言：打卡。给同学们以激励。
