hadoop运维面试题 学大数据之后能做什么工作？
学大数据之后能做什么工作？
1. 数据挖掘工程师
要做数据挖掘，我们需要一定的数学知识从海量数据中发现规律，如线性代数、高等代数、凸优化、概率论等
PS：常用的语言有python、Java、C或C，有些人用的python或Java更多。有时，MapReduce用于编写程序，然后Hadoop或Hyp用于处理数据。如果使用Python，它将与spark相结合。
2. Hadoop开发工程师
精通整个Hadoop生态系统的组件，如纱线、HBase、蜂巢、猪等重要组件，可以实现平台监控和辅助运维系统的开发。Hadoop工程师主要关注开发层面，即围绕大数据平台的系统级研发人员，精通Hadoop大数据平台的核心框架，能够使用Hadoop提供的通用算法，
3。数据分析员
数据分析员是一种数据分析员[“detɪʃəən]，是指从事行业数据收集、整理和分析，并根据数据进行行业研究、评估和预测的不同行业的专业人员。
PS：作为一名数据分析师，您至少需要精通SPSS、static、Eviews、SAS等数据分析软件。一个优秀的数据分析师不应该在业务、管理、分析、工具和设计方面落后。
4. 大数据分析师
流行点，这是集Hadoop开发工程师和数据分析师、数据挖掘工程师为一体的大人才。如果你能做到所有这些并且有一些经验，那么薪水就不用说了。
5. 大数据可视化工程师
需要独立熟悉storm、spark等计算框架、Scala/Python语言、java开发、SSM项目、NoSQL如redis或mongodb、Linux基本操作、java多线程开发能力、程序设计模式、数据库和ETL流程。
在现代和当代的培训行业，如果你想赚钱，你必须跟上进步的步伐，踏上新技术的热潮。
如何为Hadoop集群选择正确的硬件？
Hadoop是一个运行在集群环境中的大数据框架，包括分布式存储和分布式计算。
Hadoop流行的一个重要原因是它不需要很高的硬件，通常超过8g的内存可以运行Hadoop。许多研究Hadoop的程序员从部署伪集群开始，这表明Hadoop对硬件的要求非常低。但要想顺利运行Hadoop，其中一个关键点是增加内存和使用超过i5cpu。
Hadoop对内存和CPU的要求非常敏感。如果使用spark，建议内存大于32g，否则处理速度会受到很大影响，因为spark是基于内存的。
Hadoop是学习阶段的选择。商业大数据平台一般会在Hadoop的基础上进行打包，或者选择成熟的商业大数据平台。由于Hadoop的部署和操作维护比较麻烦，商业平台通常比较完善，使用起来也比较方便。
hadoop运维面试题 hadoop运维工作内容 大数据hadoop运维
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
