腾讯数据工程面经（1）
实习篇
# IEG一面4.6
自我介绍
项目用的是什么计算方案，技术组件有用到云服务吗
讲一讲你在项目中遇到的问题
项目中计算内存不足调yarn内存，为什么不是spark内存
能讲一讲spark的相关概念吗（讲了基本架构，说任务提交流程太紧张没说完）
面试官提醒讲RDD的容错机制
小表join大表怎么优化的
多小可以叫做小表
数仓当中数据采集是采用什么方法
增量表是只做增量吗
kafka的主题是如何设计的
HDFS中的分区是怎么划分的
你kafka的分区个数为什么比节点个数少
java内存回收机制
LInux查看java进程端口号占用情况，查看内存使用情况
free -m看buffer的占用过大是否是异常的表现
java连接数据库采用什么方式
做题：
排序题，使用快排
反问：实习的具体工作是什么
# TEG一面5.25
自我介绍
介绍项目，负责的工作内容
数据同步的技术选型，解决方案
maxwell的数据同步怎么保证与业务数据库中数据的一致
如果binlog数据太多，导致同一份数据被修改多次而时间相同，数仓里面数据怎么保证和业务数据库里的一致
讲一讲数据建模的含义内容，你的项目怎么做数据建模的
刚才讲到用户表一般变化小，所以做成维度表。假如有一张用户表，每天数据变化很大，那它还是做成维度表吗
对kafka了解多少
kafka怎么保证数据可靠性
leader副本和follower副本之间水位线怎么同步的
生产者生产了数据，消费者没消费到，会是什么原因
kafka的可靠性还通过什么保证
rdd的定义
为什么rdd是弹性的（rdd弹性体现在哪）
数据倾斜是什么，有哪些解决方法
操作系统中硬盘数据加载到内存的过程
用户态和内核态区别
操作系统中的调度算法有哪些
讲一讲常见的排序算法以及复杂度
反问
说实话，TEG的面试体验很不错，一面结束后收到二面的通知，但当时已经接了阿里offer了，就拒绝了
秋招在下一篇。。
#大数据面经# #腾讯##数据人的面试交流地# #秋招#
类似资料：