大数据面试一些问题

1、给你海量数据(大到内存远不能满足计算)的场景，让你统计过滤排序等计算？

http://blog.csdn.net/v_july_v/article/details/7382693

2、关于数据结构和数据算法的面试题？

http://blog.csdn.net/v_july_v/article/details/6870251      或者刷剑指offer

3、数据量达到pb(已经存储到hbase，存储到hbase都很难解决)级别，怎么解决在前端快速的通过一条sql语句就能快速的查询出来结果？

4、怎么解决某一时间段内计算数据量突然变大问题？

5、怎么解决hive查询慢的问题？用presto或者优化hive

6、怎么解决因爬虫数据产生的统计指标虚高问题？

7、集群规模、数据量规模、执行作业时间？

8、如何防止kafka丢失数据？

9、spark的优化？

待续