《龙湖集团数字科技》专题

10.52面试 进去排队6个人 面试上大概11.30 5个面试专员 自我介绍 “看你简历上写项目用到redis，说说” 说了几分钟吧 “那我没什么问题了”问别人还有问题没 另一个问我 意向在哪里工作 我说了都行 然后结束了

问题内容： 我升级了httpmime程序包，现在我的字符串不作为UTF-8发送或接收 我想念什么？我曾经构建一个StringBody并在stringbody中设置字符集，但是现在已弃用了它，但似乎不起作用 问题答案： 解决了:)事实证明ContentType现在很重要，我发送的是纯文本，还有一些是JSON文本， 对于纯文本，可以使用： 对于JSON： 这样，字符集也可用于JSON字符串（很奇怪，但

像其它大多数的Java应用程序一样，FreeMarker使用 "UNICODE 文本"(UTF-16)来工作。 不过，也有必须处理 字符集 的情况， 因为它不得不和外界交换数据，这就会使用到很多字符集。 输入的字符集 当 FreeMarker 要加载模板文件(或没有解析的文本文件)时， 那就必须要知道文件使用的字符集，因为文件的存储是原生的字节序列。 可以使用 encoding 配置 来确定字符集

问题内容： 我有可变数量的ArrayList，我需要找到它的交集。一组实际的字符串数量上限可能约为35个，但可能更多。我不需要任何代码，只是想一些有效率的想法。我有一个即将开始编码的实现，但想听听其他想法。 目前，仅考虑我的解决方案，看起来我应该具有Θ（n 2）的渐近运行时间。 谢谢你的帮助！ 切碎 编辑：澄清一下，我真的只是想知道是否有一种更快的方法。快于Θ（n 2）。 问题答案： 是找到两个集

我目前正在使用Gradle插件为代码覆盖率报告运行JaCoCo。我想在我的构建中指定。渐变一些过滤选项；https://github.com/jacoco/jacoco/wiki/FilteringOptions 我可以从Maven插件看出这是可能的；例如https://github.com/timezra/jacoco-scala-maven-plugin 从Gradle doco这里看，似乎没

我需要在数据库中创建一个现有的三角洲湖表上的抽象。是否可以在Spark中基于Delta Lake表创建SQL Server类型的SQL视图？

自我介绍 面试官： c++和我们不对口 没问项目 论文 介绍论文 接不接受调岗，拒了 接不接受去郊区，拒了 为什么跨考计算机（提了三次本科专业不对口，干不了技术） 意向薪资是多少 反问 是不是研发岗位招满了。 bg 双 211 硕士跨计科，

青青世界之侠者江湖为html5版arpg游戏。

很难绷 冒着大雨去线下二面 面试官给出了总包8w以下的天价 (还因为我是硕士加了点)  这么多钱怎么花啊 根本花不完#春招职位#

1. 维度退化 和对于未来mysql发展的思考（代替olap？） 2. flink压测 3. flink Watermark 4. 排查数据倾斜 具体看什么log 5. 谈一下对于flink流批一体未来架构发展的看法 6. savepoints和checkpoint不同，状态到底保存的是什么东西 7. hadoop ha 8. spark小文件 9. spark 压缩格式 人才库了已经 #美团##

timeline 到家 8.21 一面 寄 介绍项目，问了问不多 1.InnoDB和MyISAM的区别 2.MySQL有几种索引 3.MySQL索引的实现方式 4.数仓分层体系 5.指标体系 6.数仓的建设流程 7.维度建模和范式建模 8.星座和雪花模型的异同 9.Spark的执行过程 10.RDD包含什么 10.Task Job Stage的关系 11.Worker Driver的关系 12.怎

一面 实习深挖 聊数据治理（链路、模型、作业） spark作业调优具体案例 数据质量评价体系，如何保证数据质量 全链路数据建模怎么做 指标设计方法 数据结构有哪些，分别有什么作用 计网各层都有什么协议，分别有什么作用 mr和spark区别 shuffle原理 MySQL索引有哪些 MySQL索引数据结构 数据倾斜解决办法 算法 前k个大数 SQL 1.薪资TOP3 2.各个部门入职最早的员工 #美

软件开发工程师-数据开发方向 timeline 到店事业群-平台技术部 一面 3.21 1. 拷打项目 2. 拷打实习 3. Spark的执行过程 4. MapReduce过程 5. 如何解决数据倾斜 6. SQL题 一个left join 就行了 7. 场景题 根据转发记录找到原始发帖人 可以埋点 也可以用mr 寄 3.25 美团平台-美团平台技术部 一面 3.29 1. 拷打实习 2. 什么是

#软件开发2024笔面经##美团# 首先大赞美团面试官们，真的很有亲和力，一直安慰我别紧张，没事 时间有点久了，写一下我记得的 一面 4.22 大概半小时吧，因为我简历写了挺多树模型，问这个比较多。 先自我介绍，然后面试官也介绍了一下部门。 1、三种经典决策树，以及所使用的划分标准，能否用于分类或回归 2、xgboost和gbdt的区别 3、集成模型有哪些，解释一下 4、数据不平衡的处理 5、My

我傻了，一个八股没问，而且我好像说错话了，完蛋了😭 团子给我个机会吧