Introduksjon til Apache PIG intervju spørsmål og svar
Så du har endelig funnet drømmejobben din i Apache PIG, men vi lurer på hvordan du kan knekke Apache PIG-intervjuet i 2019 og hva som kan være de sannsynlige spørsmålene om Apache PIG-intervju. Hver Apache PIG-intervju er forskjellig, og omfanget av en jobb er også annerledes. Med dette i bakhodet har vi designet de vanligste spørsmålene og svarene om Apache PIG-intervju for å hjelpe deg med å få suksess i Apache PIG-intervjuet.
Følgende er listen over spørsmål om Apache PIG-intervju fra 2019 som det stilles stort sett
1. Hva er de viktigste forskjellene mellom MapReduce og Apache Pig?
Svar:
Følgende er de viktigste forskjellene mellom Apache Pig og MapReduce som Apache Pig kom inn i bildet:
• MapReduce er en databehandlingsmodell på lavt nivå, mens Apache Pig er en dataflytplattform på høyt nivå
• Uten å skrive de komplekse Java-implementeringene i MapReduce, kan programmerere enkelt oppnå de samme implementeringene ved å bruke Pig Latin.
• Apache Pig inneholder nestede datatyper som vesker, tuple og kart som de mangler fra MapReduce.
• Gris støtter dataoperasjonene som filtre, sammenføyninger, bestilling, sortering osv. Med mange innebygde operatører. Å utføre den samme funksjonen i MapReduce er en enorm oppgave.
2. Forklar bruken av MapReduce i Pig.
Svar:
Apache Pig-programmer er skrevet på et spørrespråk kjent som Pig Latin, som ligner på SQL-spørrespråket. For å utføre et spørsmål, er det behov for en utførelsesmotor. Og Pig-motoren konverterer spørsmålene til MapReduce-jobber og dermed fungerer MapReduce som utførelsesmotor og er nødvendig for å kjøre programmene.
3. Forklar bruken av gris.
Svar:
Vi kan bruke grisen i tre kategorier, de er:
• ETL-datapipeline: Det hjelper å befolke datavarehuset vårt. Gris kan rørlegge dataene til en ekstern applikasjon, den vil vente til den er ferdig slik at den har mottatt de behandlede dataene og fortsett derfra. Det er den vanligste brukssaken for gris.
• Forskning på rådata.
• Iterativ prosessering.
4. Sammenlign Apache Pig og SQL.
Svar:
• Apache Pig skiller seg fra SQL når det gjelder bruk av ETL, lat evaluering, lagre data på et gitt tidspunkt i rørledningen, støtte for rørledningsdelinger og eksplisitt erklæring om utførelsesplaner. SQL (Strukturelt spørrespråk) er orientert rundt spørsmål som gir et enkelt resultat. SQL har ingen innebygd mekanisme for å splitte databehandlingsstrømmen og bruke forskjellige operatører på hver understrøm.
• Apache Pig gjør at brukerkode kan inkluderes når som helst i rørledningen, mens hvis SQL, hvor data skal brukes, må importeres til databasen først, begynner prosessen med rengjøring og transformasjon.
5. Forklar de forskjellige komplekse datatypene i Pig.
Svar:
Apache Pig støtter tre komplekse datatyper-
• Kart- Dette er viktige, verdibutikker som er koblet sammen med #.
Eksempel: ('by' # 'pune', 'pin' # 411045) • Tuples - Akkurat som raden i et bord, der forskjellige elementer er atskilt med komma. Tuples kan ha flere attributter.
• Vesker - En uordnet samling tuples. Vesken tillater flere dupliserte tupler.
Eksempel: (('Mumbai', 022), ('New Delhi', 011), ('Kolkata', 44))
6. Forklar forskjellige utførelsesmodeller som er tilgjengelige i gris.
Svar:
Tre forskjellige utførelsesmodus tilgjengelig i Pig de er,
• Interaktiv modus eller Grunt-modus.
Interaktiv modus eller gryntmodus: Pigs interaktive skall er kjent som grynt skall. Hvis ingen fil er spesifisert for å kjøre i Pig, vil den starte.
• Batchmodus eller Skriptmodus.
Pig utfører de spesifiserte kommandoene i skriptfilen.
• Innebygd modus
Vi kan legge inn griseprogrammer i Java, og vi kan kjøre programmene fra Java.
7. Forklar om utførelsesplanene (Logisk og fysisk plan) for et griseskript
Svar:
Logiske og fysiske planer lages under utførelsen av et svineskript. Grismanus er basert på tolkekontroll. Den logiske planen er produsert ved semantisk kontroll og grunnleggende parsing, og ingen databehandling foregår under opprettelsen av en logisk plan. For hver linje i svineskriptet utføres syntakssjekken for operatører og det opprettes en logisk plan. Hver gang det oppstår en feil i skriptet, kastes et unntak og utførelsen av programmet avsluttes, ellers har hvert utsagn i skriptet sin egen logiske plan.
En logisk plan inneholder samlingen av operatører i skriptet, men inneholder ikke kantene mellom operatørene.
Etter at den logiske planen er generert, flytter skriptutførelsen til den fysiske planen der det er en beskrivelse av de fysiske operatørene, Apache Pig vil bruke, for å utføre Pig-skriptet. En fysisk plan er mer eller mindre som en serie MapReduce-jobber, men da har ikke planen noen henvisning til hvordan den skal utføres i MapReduce. Under opprettelsen av en fysisk plan konverteres den logiske operatøren til tre fysiske operatører, nemlig - Lokal omorganisering, global omorganisering og pakke. Last- og lagringsfunksjoner løses vanligvis i den fysiske planen.
8. Hva er feilsøkingsverktøyene som brukes for Apache Pig-skript?
Svar:
Beskriv og forklar er de viktige feilsøkingsverktøyene i Apache Pig.
• Forklar verktøyet er nyttig for Hadoop-utviklere når de prøver å feilsøke feil eller optimalisere PigLatin-skript. forklare kan brukes på et bestemt alias i skriptet, eller det kan brukes på hele skriptet i det gryende interaktive skallet. forklare verktøyet produserer flere grafer i tekstformat som kan skrives ut til en fil.
• Beskriv feilsøkingsverktøy er nyttig for utviklere når du skriver svineskript, da det viser skjemaet for en relasjon i skriptet. For nybegynnere som prøver å lære Apache Pig, kan du bruke beskrivelsesverktøyet for å forstå hvordan hver operatør gjør endringer i data. Et svineskript kan ha flere beskrivelser.
9. Hva er noen av de tilfellene Apache Pig bruker du kan tenke på?
Svar:
• Apache Pig big data-verktøy brukes spesielt til iterativ prosessering, forskning på rådata og for tradisjonelle ETL-datapipelinjer. Ettersom Pig kan operere under omstendigheter der skjemaet ikke er kjent, inkonsekvent eller ufullstendig, blir det mye brukt av forskere som vil benytte seg av dataene før det blir renset og lastet inn i datavarehuset.
• For å bygge atferdspredikasjonsmodeller, for eksempel, kan den brukes av et nettsted for å spore besøkende til respons på forskjellige typer annonser, bilder, artikler, etc.
10. Uthev forskjellen mellom gruppe- og Cogroup-operatører i Pig.
Svar:
Begge operatørene kan samarbeide med en eller flere relasjoner. Gruppe- og Cogroup-operatører er identiske. Gruppeoperatør samler alle poster med samme nøkkel. Cogroup er en kombinasjon av gruppe og bli med, det er en generalisering av en gruppe i stedet for å samle poster med en inngang avhenger av en nøkkel, den samler poster av n innganger basert på en nøkkel. Om gangen kan vi Cogroup opp til 127 forhold.
Anbefalte artikler
Dette har vært en guide til listen over spørsmål og svar på Apache PIG-intervju, slik at kandidaten enkelt kan slå sammen disse spørsmålene om Apache PIG-intervju. Denne artikkelen består av alle nyttige spørsmål og svar fra Apache PIG-intervju som vil hjelpe deg i et intervju. Du kan også se på følgende artikler for å lære mer -
- Apache Pig vs Apache Hive
- Topp 10 tøffe intervjuspørsmål
- 8 effektive trinn for å forberede deg på et internt intervju
- Viktige tips for å overleve panelintervju (nyttig)