問題一：你的特長是什麼，你最擅長什麼？

問題二：介紹下redis，redis是個什麼東西？

問題三：介紹下redis的master、slave架構。

問題四：說下選舉協議（因為我前面說到了故障恢復），如果master掛掉怎麼辦？

問題五：這個協議有什麼缺陷？

問題六：之前說到自動故障恢復，都有哪些故障？

問題七：redis的吞吐量是多少（讀寫效能）？

問題八：hadoop的mapreduce是怎樣一個過程？（簡歷上寫著瞭解一些hadoop技術。。。）map是怎麼切分資料的？（這個問題不懂是什麼意思）

問題九：master單點失效問題，yarn是什麼，最新版是怎麼解決單點失效問題的？

為什麼要YARN：由於MRv1在擴充套件性、可靠性、資源利用率和多框架等方面的不足，Apache開始嘗試對MapReduc進行升級改造，於是誕生了更加先進的下一代MapReduce框架。由於MRv2將資源管理模組構建成了一個獨立的通用系統YARN，這使得MRv2的核心從計算框架MapReduce轉移為資源管理系統YARN。

yarn把原來MapReduce的JobTracker的資源管理和作業管理兩個功能分別提出來，資源管理變成統一的資源管理平臺ResourceManager，作業管理變成ApplicationMaster（使用者提交的每個作業都對應一個AM）。YARN的工作流程分為以下幾個步驟：

步驟一：使用者向YARN中提交應用程式，其中包括ApplicationMaster程式、啟動AM的命令、使用者程式等。

步驟二：ResourceManager為該應用程式分配第一個Container，並與對應的NodeManager通訊，要求他在這個Container中啟動應用程式的AM。

步驟三：AM首先向ResourceManager註冊，這樣使用者可以直接通過ResourceManager檢視應用程式的執行狀態，然後他將為各個任務申請資源，並監控他的執行狀態，直到執行結束，即重複步驟4~7。

步驟四：AM採用輪詢的方式通過RPC協議向ResourceManager申請和領取資源。

步驟五：一旦AM申請到資源後，便與對應的NodeManager通訊，要求他啟動任務。

步驟六：NodeManager為任務設定好執行環境（包括環境變數、JAR包、二進位制程式等）後，將任務啟動命令寫到一個指令碼中，並通過執行該指令碼啟動任務。

步驟七：各個任務通過某個RPC協議向AM彙報自己的狀態和進度，以讓AM隨時掌握各個任務的執行狀態，從而可以在任務失敗時重新啟動任務。在應用程式執行過程中，使用者可以隨時通過RPC向AM查詢應用程式的當前執行狀態。

步驟八：應用程式執行完成後，AM向ResourceManager登出並關閉自己。

MapReduce工作流程：

Jobclient的runJob方法是用於新建JobClient例項並呼叫其submitJob方法的便捷方式（步驟一）。提交作業後，runJob每秒輪詢作業的進度，如果發現

上次報告後有改變，便把進度報告到控制檯。作業完成後，如果成功，就顯示作業計數器。如果失敗，導致作業失敗的錯誤被記錄到控制檯。

步驟二：submitJob方法向jobtracker請求一個新的作業ID（通過呼叫jobtracker的getNewJobId方法獲取）。檢查作業的輸出說明。例如，如果沒有指定輸出目錄或者輸出目錄已經存在，作業就不提交，錯誤返回給MapReduce程式。計算作業的輸入分片。如果分片無法計算，比如因為輸入路徑不存在，作業就不提交，錯誤返回給Mapreduce程式。

步驟三：將執行作業所需要的資源（包括作業JAR檔案、配置檔案和計算所得的輸入分片）複製到一個以作業ID命名的目錄下jobtracker的檔案系統中。作業JAR的副本較多（由mapred.submit.replication屬性控制，預設值為10），因此在執行作業的任務時，叢集中有很多個副本可供tasktracker訪問。

步驟四：告知jobtracker作業準備執行（通過呼叫jobtracker的submitjob方法實現）。

步驟五：作業初始化。當jobtracker接收到對其submitjob方法的呼叫後，會把此呼叫放入一個內部佇列中，交由作業排程器（job scheduler）進行排程，並對其進行初始化。初始化包括建立一個表示正在執行作業的物件----封裝任務和記錄資訊，以便跟蹤任務的狀態和程序。

步驟六：為了建立任務執行列表，作業排程器首先從共享檔案系統中獲取jobclient已計算好的輸入分片資訊。然後為每個分片建立一個map任務。建立的reduce任務的數量由jobconf的mapred.reduce.task屬性決定，它是用setNumReduceTasks方法來設定的，然後排程器建立相應數量的要執行的reduce任務。任務在此時被指定ID。

步驟七：任務的分配。tasktracker執行一個簡單的迴圈來定期傳送“心跳”給jobtracker，告知jobtracker，tasktracker是否還存活，同時也充當兩者之間的訊息通道。作為“心跳”的一部分，tasktracker會指明他是否已經準備好執行新的任務，如果是，JT會為他分配一個任務，並使用“心跳”的返回值與TT進行通訊。

步驟八：任務的執行。TT已經被分配了一個任務，然後第一步：通過從共享檔案系統把作業的JAR檔案複製到TT所在的檔案系統，從而實現作業的JAR檔案本地化。同時，TT將應用程式所需要的全部檔案從分散式快取複製到本地磁碟。第二步：TT為任務新建一個本地工作目錄，並把JAR檔案中的內容解壓到這個資料夾下。第三步：TT新建一個TaskRunner例項來執行該任務。

步驟九和十：TR啟動一個新的JVM來執行每個任務，以便使用者定義的map和reduce函式的任何軟體問題都不會影響到TT（例如導致崩潰或掛起等）。但在不同的任務之間重用JVM還是可能的。

問題十：連結串列和陣列的區別？

問題十一：程序間通訊的方式？

問題十二：給你200億的資料，每條資料1K-1M不等，每條資料有唯一64位的id，記憶體有16G。設計一個系統，怎樣有效的利用記憶體找到其中的某一條資料？