小米大数据开发实习面经
2. 问了一下简历上的项目（研一在国电做的）
3. Spark有没有过调优
4. 基于我对Spark调优的一些回答进行追问：
● 我提到了利用RDD缓存进行RDD复用，追问Spark缓存一般可以用什么函数做到（cache，presist）
● 追问并行度的设置方法（配置文件或在代码中）
● 并行度的值一般根据什么设置（CPU核数的2-3倍）
5. Hive执行原理（SQL到MR的过程）
6. 问了ElasticSearch（因为我简历写了这个，介绍了倒排索引）
7. 问了离线数仓的项目
8. 问了Flink和Spark Streaming的区别（一个微批次，一个面向流）
9. 追问两者在API的使用上怎么体现面向微批次和面向流
10. 什么算子会导致Spark产生Shuffle
11. MySQL有哪些引擎，之间有什么区别
12. 算法题（最长上升子序列 力扣题号300）
13. 翻转链表（面试官问能否用递归的形式实现，只要当前不为空，就继续调用即可）
整体过程还算顺利，后面有俩八股问题答得不是很完美，面试官问能不能尽快到岗，我因为导师项目在出差，3月没法回北京，就说得4月份，他说他们需要尽快到岗的，希望我考虑考虑，所以估计吹了，挺可惜的
#我的实习求职记录#
类似资料：