《大数据开发》专题

美团平台-美团平台技术部 1h 3.29 1. 自我介绍 2. 项目难点 3. Netty有哪些应用场景，可以做哪些事情？ 4. 选择Netty的原因（Netty的优点） 5. Netty中的EventLoop了解吗 6. 数据库表结构设计：美团打车场景，乘客打车，发出自己的订单，司机接单，司机有一些车辆（说的范式建模） 7. 维度建模了解吗？如何设计 8. 打车场景，乘客发布订单，对应司机接单，

二面说是30分钟，但实际要面45分钟，希望能过 1. 自我介绍 2. 看你写了对数据结构和算法比较了解，说一下 回答的链表 树和图，还有常用的堆 红黑树 LRU 跳表 3. 那你比较一下红黑树和跳表的优缺点 4. 哈希表了解多少 回答的C++中的map unordered_map 比较一下他们的区别，原理 空间复杂度 5. B+树了解吗，为什么MySQL中使用的是B+树而不是红黑树 跳表 6. 写

(被捞起来重新面) 总共40min 手写模板方法，责任链模式(项目中的) spark和mr有什么区别，为什么spark比mr快 磁盘和内存 有有向无环图的这些优化 什么更优秀呢，什么原因导致比mr更快(不知道) spark里面，checkpoint和cache有什么区别，分别用于什么场景(场景完全忘记了) 数仓是怎么分层的 什么是业务过程(不知道) 事实表设计的步奏是什么(不知道) 三范式建模和维

为啥官网上写着java 数据库，结果面试全问我C++，这几天看的数据库都没问啥 30min 1. 自我介绍 2. 说一下Linux和常用命令，线程和进程的区别 线程和进程的本质区别是什么 3. Linux如何查看是哪一个进程占用率指定端口 4. C++了解到什么程度 5. C++中的const和底层const 的区别 fun(int i) fun(const int i)有什么区别，编译器怎么看

一面 聊实习 数仓怎么分层 为什么要分层 sql 连续登录天数最多的用户 窗口和聚合函数的区别 mr和spark对比 还有些问题不记得了 应该寄了，莫名紧张，发挥太差了 #面经##滴滴#

状态最不好的一次，面试官说话温温柔柔的我本来中午就没睡感觉快要睡着了 腾讯会议，对方没开摄像头（整个屏幕都是我的脸） 自我介绍 然后问了对数据开发的了解 数据建模、数据分层 然后就开始共享屏幕写sql（本来让我写hive sql，我说我不会） 三道题，写的稀碎... 主要是问题的逻辑我理解不了，再加上自己sql写的没那么熟练，在加上我真的好困啊 然后写完了 他就和我说，多练练sql，别搭虚拟机框架

顺带分享面经 9.05到家一面： 自我介绍 实习相关 画像表和指标维度表的区别 标签体系 数据结构基础。dag如何排序 算法，删除链表重复元素 9.18美团平台一面： 数仓分层 spark任务提交 数据倾斜，如何处理 数仓好坏 开发完成之后如何做数据验证，如何确保是对的 反转链表 9.20二面： 学校 实习 在实际工作中对数仓理论的认识 如何对订单数据建模，考虑哪些维度 任务跑得慢怎么分析 如何估

一面 经典的自我介绍 我看你实习经历挺多的，你挑一个项目讲讲看吧？我希望听到的是背景，目的以及你做了什么 balabala 嗯嗯，这么看我了解你的业务背景了，那你觉得你项目的目的是什么呢？ 我：balabala，为了看a，b，这几个指标 拆解之后是看这些内容，但是主要是为了什么呢？是不是为了提升用户的体验 （面试官真的一步步引导） 再说说你做了哪些表吧，涉及到哪些层？有哪些比较重要的指标。 bal

#软件开发笔面经# 1、自我介绍 2、面试官：你倾向于数仓还是数开。我：实习做的数仓，所以更倾向于数仓。面试官：好的，我们是做后端开发相关的 3、说一下实习期间做的工作 4、介绍下你的第一个项目 5、了解过zookeeper吗 6、spark中dataframe和dataset的区别 7、简单说一下kafka是干什么的，消息能保证全局有序吗 8、了解容器吗，docker和kubernetes 9、

1.挖项目 2.jvm垃圾回收 3.找问题，String类型循环内使用+= 4.mysql 聚簇索引和非聚簇索引 5.hashmap原理 6.索引数据结构（b+树)，特点 7.hive数据倾斜 8.hive mapjoin ,bucket map join ,SMB join 9.flink watermark 10.flink checkpoint. 三种分布式快照算法 11.flink 状态

1.自我介绍、成绩排名、读研计划、奖学金、是否挂科、有无数模竞赛经历 2.介绍项目，数仓设计中主要考虑的点 3.开发用的语言 4.项目数据量多少，报表用什么软件做的 5.实习工作介绍，dqc怎么用的 6.实习最难的一点是什么 7.机器学习和深度学习了解吗 8.python常用的包 9.rdd和dataframe和dataset的区别 10.hive查询过程怎么优化 11.你的性格在工作中的优势 总

聊项目 面相对象三大特性 JVM内存结构 Hashmap springIOC AOP 缓存雪崩 sql问题

已Offer 技术面（1h，已过） 1. 自我介绍 2. 问了一下实习，开始挖项目 - 说说你的项目架构，整个流程是什么样的 - 如果让你构建一个大数据分析平台，你会选择哪些组件？（主要是数据存储、计算等） - 如果是要求实时处理呢？ 3. 问Flink（不会，直接跳过） 4. 为什么选Clickhouse？和其他OLAP数据库相比有啥特点？ 5. 八股 - 进程与线程区别 - 说一下Spring

问题内容： 我有一个Java应用程序，它需要显示大量数据（大约一百万个数据点）。数据并不需要全部同时显示，而仅在用户请求时才显示。该应用程序是桌面应用程序，未与应用程序服务器一起运行或未与任何集中式数据库连接。 我的想法是在计算机上运行数据库并在其中加载数据。在大多数时候，数据库都是只读的，因此我应该能够建立索引以帮助优化查询。如果我在本地系统上运行，则不确定是否应该尝试实现一些缓存（我不确定查询

问题内容： 在HighChart中，我需要针对x和y轴绘制一系列数据。HighChart希望数据为json格式。即[[x，y]，[x，y]……[x，y]]。其中x和y是时间（1392345000-Unix纪元格式）和值（49.322）。因此，我正在进行ajax调用以获取数据，并成功将json返回的数据渲染为highchart。在大多数情况下，即，如果data（[x，y]）的计数低于87500行，则