大数据培训要学哪些课程？从入门到精通必知技能要点
目前国内大数据市场产值即将突破30000亿元，数据分析广泛应用于金融、电商、医疗、新零售、物联网、工业等行业。未来人才缺口将达到1400万，因此很多小伙伴想要加入大数据行业。其中有不少小伙伴对大数据培训要学哪些课程不是很清楚，下面将对大数据培训从入门到精通必知技能要点进行介绍。
yarn有哪些调度及常用命令？
FIFO：单队列 先进先出 小任务易阻塞；CAPACITY：多队列 各队列资源固定 小任务可同时运行，可弹性使用资源； 每个队列都可以设置最大值，不设置的话可用到整个父队列的资源最大值(正好有空闲时)；FAIR：多队列 各队列资源\动态抢占** 小任务可同时运行；队列创建时：除非队列被准确的定义，否则会以用户名为队列名创建队列。
大数据面试题：MapReduce的join过程及hive的SQL解析过程
利用DistributedCache将小表分发到各个节点上，在Map过程的setup()函数里，读取缓存里的文件，只将小表的连接键存储在hashSet中。利用DistributedCache将小表分发到各个节点上，在Map过程的setup()函数里，读取缓存里的文件，只将小表的连接键存储在hashSet中。在map()函数执行时，对每一条数据进行判断(包含小表数据)，如果这条数据的连接键为空或者在hashSet里不存在，那么则认为这条数据无效，这条数据也不参与reduce的过程。
大数据面试题：经典面试题答疑集合
kafka优缺点，答案：1)只能支持统一分区内消息有序，无法实现全局消息有序2)会丢失数据和重复消费数据；3）对于一个窗口来说，Flink先增量计算，窗口关闭前，将增量计算结果发送给ProcessWindowFunction作为输入再进行处理。
大数据面试题：用户画像、推荐系统、Flink实时数仓、准实时数仓中常见问题都有什么？
我们在选择如何存储用户标签时，遇到了问题(标签查询速度慢，并且构建不够灵活，标签更新和删除比较麻烦)，比如之前用HDFS或者ES存储，后来切换为ClikcHouse，并用BitMap存储，原因如下
