大数据面试题【无答案】

1，mapreduce的运行流程
2，hdfs读写流程
====下载文件流程
1，想namenode申请下载文件
2,返回目标文件的元数据
3，向namenode申请建立连接，读取block1（读入socketinputstream写的是fileoutputstream）
4,datanode上进行传输数据（fileputstream，socketoutputstream）
====文件上传流程
1，想namenode请求上传文件
2，namenode相应可以上传文件
3，想namenode进行RPC通信，请求上传第一个block，请求返回datanode
4，返回namenode所在的ip
5，请求建立block传输通道channel
3，日志流清洗多少个mapreduce串联
4，hive的比较，比如join   group by
5，hbase的操作api
6，hbase和mysql的区别（非关系型数据库 和  非关系型数据库的区别）
7，spark的workcount执行流程
8，线程的实现方式
9，就收数据为啥用kafka
10，线程和进程的区别从操作系统层面说
11，排序算法有哪些
12，jvm收集器有哪些
13，内存是怎么分配的
##############################################################################################
1.关系型数据库能够集群为啥还要用非关系型数据库呢，如mysql和hbase
2.数据采集为什么不直接采集到hdfs而是采集到kafka里面？
##############################################################################################