《大数据开发工程师》专题

40min 面试官问的很细，来自数据平台，技术感觉很强很全面。 warm-up 自我介绍 有其他意向吗？能来北京吗 挑一个做得好的项目介绍下全流程 难点在哪，讲一下 ElasticSearch ES有用到集群吗？有设置分片吗？有设置副本吗？副本数是多少？ 你是怎么建立索引的？为什么这么建立索引？ Hive 离线处理有用过Spark 吗？没有，主要用的是Hive 说一下Hive 构造UDF 的过程？

1.自我介绍 2.一周能实习多少天 3.是否考研，为什么不考 4.linux基本操作 5.手撕SQL，没答上来。请求提示，有个函数没听说过。 6.在学习的时候哪里用到了SQL 7.MySQLDDL是否了解（太紧张突然想不起来DDL是啥了，就说了没有。。），结束那一刻我才反应过来，麻中麻。。 8.反问环节 hr挺和蔼的。但是我实在又紧张又菜。。估计是凉了。 过两天还有百度的面试，更是重量级，看到自己

两次面试邮件里都写的是初试，不清楚第二次面试属于二面，还是一面挂了被共享到别的部门了。 先说体验，两次的面试官都彬彬有礼，相对年长，可能是主管级别。问题由浅入深，从场景入手，通过思路的引导，了解你的知识掌握水平。 之前理解的数据开发可能更偏向数仓开发，但很多公司数据开发岗位的工作内容是大数据组件的性能优化、数据引擎开发、数据服务开发等等，所以对java开发中多线程编程、jvm等是有较高要求的，我个

公司：好未来 岗位：数据开发工程师 形式：视频面试 视频面试平台：牛客 时长：30分钟 流程： 1、自我介绍。 2、说一个最拿手的项目经历。 3、了解阿里数仓OneData体系吗？ 4、了解大数据相关的应用框架吗？ 5、对SQL优化有了解吗？ 6、说一下Hive的工作原理。 7、Hive有索引吗？ 8、Hive的内部表和

面试问题： 1. 从8个外观相同的球里找出质量不相等的球。器材：一个没有砝码的天平；要求：几次称重后肯定能找出来。 2. 在离散的二维平面图形中，面域由三角形组成，用数组存储每个三角形的顶点，如何找出处于边界上的边； 3. 智能指针的作用和原理；

项目为sgg经典离线数仓 1. 自我介绍 2. 项目介绍（难点、亮点） 3. 根据难点亮点提问 4. 数据域是什么，如何划分数据域，为什么这样划分数据域 5. DIM层维度表的设计原则 6. DWD层事实表设计要点 7. mapreduce shuffle流程 8. maptask和reduce task 与哪些因素有关 9. 数据热点（数据倾斜）在哪些场景下出现，如何解决 10. spark是为

20220905荣耀大数据开发面经 写在前面：搬来约在今天下午五点五十的面试，估计是前面的结束的比较快，四点五十给我打个电话让我去面试（当时还在学习室看面经呢/大哭），然后驱车一路彪回去，当时又是军训散场+下课，那叫一g个人多哟，急得不行还是强行镇静/哭 算是最近一场比较愉快的面试，面试官人特别好~有说有笑的，在这里记录下，顺便攒攒人品，求offer！！孩子快卷哭了/大哭 流程： 自我介绍 项目难

被kpi了,还是我太菜了 sparkstreaming和flink有什么区别？ sparkstreaming如何确保只被精准消费一次 spark下的执行流程划分？ hivesql平常用的多不多，sql不合理如何进行优化 数据库设计的主要的原则 平常做项目面临的最大困难是什么，如何解决的 反问:工作的业务场景是什么？ 公司开发中使用的技术栈，回答:hive+es还有个没听清楚

1面：写题目easy+问基础知识+抓只线程池一直问到了系统资源分配，解答部门做大数据的解决方案，不涉及开发 2面：写题目easy+问简历，全程我在讲，然后没了，反问对我的了解，还说部门主要做解决方案 3面：聊人生，主管很好，推荐一下解决方案部门，感觉主管很年轻，然后给了我意见说做非技术不一定不好，校招生不要带着偏见。 整体：3面都是我单方面开摄像头，整个流程很简单，主管面也挺好的，唯一就是不搞技术

一共两轮技术面一轮HR面，第一轮面试hive 问题居多，第二轮hadoop 问题居多，整体来说问题不是很难，方向为数仓。 一面: 11.30下午 牛客网面试 30min 自我介绍 数仓项目介绍 什么是全量表，什么是增量表，以及应用的场景 了不了解拉链表，讲一下拉链表如何生成 什么是内部表，什么是外部表，有什么区别 Hive中小文件形成的原因及解决办法 Hive SQL的优化方法 讲一下熟悉的窗口函

#24届找实习方向# 1. 介绍基于Spark实时项目 2. Spark在这个项目中做了哪些工作 3. Spark中，说说Action算子和Transform算子的区别？常见的行动算子有哪些？ 4. 这个项目有考虑使用Flink处理吗？ 5. Flink中窗口的种类有哪些 6. 了解数据库的底层逻辑吗 7. 说说主键索引和外键索引的区别 8. 计算机网络中OSI七层协议，说说他们的作用 9. 如果

#互联网公司爆料# 这个公司也是搞物流的吧，估计是做国外的，面试我的第一面是大数据组长，应该是数仓的组长，主要是数仓建模，hive基础，以及spark，以及数据服务以及做的项目的细节，整体面试还可以，终面是技术最高负责人，估计是个副总有40多岁，问了我大数据集群怎么搭建的，服务器是怎么设计的，对于大数据的架构的分布等等吧，感觉是以架构师来问的，薪资好像是15乘14，年终估计拿不满吧，终面还挂了，好

一面 4.23 当天下午约二面 （点错成周四4.27了摔😤 lz面过最长时间的面试，足足1h40min，10:15开始，结束都快12点了🥲也不知道是面试官工作比较闲还是lz太话唠了🤣 Part1: 实习经历 团子的面试官好像对我的实习经历非常感兴趣，一直在深挖，问得非常非常细，到具体什么指标、数据是多少这样子，这一part直接干了四五十分钟😳有记不得的lz就直接说记不得…但是面试官挺好滴，

1h16min 1、将一下对大数据开发的理解 2、是通过什么接触到大数据开发的？为什么选的是实时? 3、大数据专业有没有学过flink相关课程，你是自动化学院的，如果我招你来你会不会只是学一下就算了，毕竟培养一个人要耗费很多精力 4、对于实习时长能接收多久，后续会不会考虑留在北京 5、有没有了解过美团 6、为什么项目中要使用flink，相比于其他的使用flink的好处在哪里 7、数仓分层为什么是五

1.Spark的运行机制 2.union是宽依赖还是窄依赖 3.常见的action算子 4.reduceByKey和groupByKey的区别 5.Spark的checkpoint 6.Spark的cache和persist区别 7.Flink的checkpoint和Spark的checkpoint区别 8.Flink的两阶段提交问题 反问 用什么做什么 基本大数据组件都会用，shein数据量大而