《大数据开发》专题

1.Java基础篇（阿里、蚂蚁、字节、携程、快手、杭州银行等） 问题：HashMap的底层实现原理 答案： 在jdk1.8之前，hashmap由 数组-链表数据结构组成，在jdk1.8之后hashmap由 数组-链表-红黑树数据结构组成；当我们创建hashmap对象的时候，jdk1.8以前会创建一个长度为16的Entry数组，jdk1.8以后就不是初始化对象的时候创建数组了，而是在第一次put元素

自我介绍，项目 印象深刻的技术问题 jemter只执行一次用什么 pytest和unittest区别，应用 后端提供接口图片，前端调用失败原因 数据库慢查询怎么定位 多线程 多进程 协程 单例模式，以及什么场景用

1. 问项目 裤裤介绍 也问到了实时性问题 2. 是否对大疆有了解 3. 为什么投递这个岗位 有PC端的Qt 开发和嵌入式开发 开多测少，拿到上游同事测试需求后做测试工具开发

算法题：三个字符串，第一个字符串全是小写字母，第二个字符串全是数字，第三个字符串全是大写字母。问： 1. 三个字符串各取一个字符进行组合，最后有多少种组合（无重复 2. 每个字符串自己取两个字符作为一个组合，总共能有多少个组合（两个字符也不能重复 #大疆##秋招##测试##提前批##大疆信息集散地#

聊天：12min 自我介绍 tx实习最大收获 测试流程 对实习的感想 对测试开发的理解 介绍第一段实习 八股 10min 数组和链表，插入和查询的时间复杂度（答得不好） hash表，线性探测再散列，影响hash冲突的因素？ hash表线程安全吗 线程的原子性和可见性（答得不好） i++线程安全吗（答得不好） 聊天 最近在学什么 有其他offer吗 反问 测试开发比例 技术栈 无手撕 总结：答得很差

🕒30min 很像hr面 无八股 感觉大疆一面就是这种风格 自我介绍，简短 讲解实习或者项目？ 最有成就感的事情？ 如果都发offer，选择哪个？（我必选大疆啊） shell的掌握程度，自己写过脚本？ 讲一下自己遇到的最大困难，怎么解决的？ 如何调研？ 自己最大的缺点在哪？ python掌握程度，给自己打几分，不足在哪里？ 想进入什么行业，为什么？ 有了解现在前沿的东西吗？ 反问…. 面试官很好

觉得哪个项目你做的最满意： C++多态了解吗： C++多态是如何实现的： 虚函数与纯虚函数的区别： 用过智能指针吗，是什么：用过shared_ptr，多个指针指向一片内存区域，并使用一个计数器记录 为什么这样设置： 智能指针相比于普通指针，采用RAII原则，自动的去申请堆上的内存并在生命周期结束的时候释放内存。shared_ptr是一个共享内存智能指针，由一个计数器记录指向这块内存的指针。在一定程

一面：2023.2.7 30min 自我介绍 为什么要换实习 了不了解数仓知识 sql题，各城市观看量前10的用户，能不能保证每次刷数的结果一致 sql题，连续登陆 数据倾斜啥情况，怎么解决 了解即时查询组件吗？CK ES Durid之类？ hive2ck有啥要注意的 反问 二面：2023.2.8 40min 自我介绍 为啥要换实习 之前实习有没有什么遇到难点，怎么解决的 你觉得什么样的数仓是好数

ps：（我在他们子公司实习了1年） 自我介绍 子公司实习工作内容 介绍论文方向，稍微提问了一下 对东电了解吗 根据简历提问： 数据湖和数据仓库区别，优势 自己搭建过数据湖吗 （简历没写专科经历， 中途hr突然问我专科在哪上， 高考分数） 总结：挺轻松的，面试了大概30分钟，但是感觉面试这个公司目前没有真正的大数据团队，只有算法和开发团队， 听面试官意思是领导近期想组建大数据团队，所以开始招人。 纠

问题内容： 抱歉，很长的帖子！ 我有一个包含约30个表的数据库（InnoDB引擎）。这些表中只有两个表，即“ transaction”和“ shift”非常大（第一个表有150万行，而shift有23000行）。现在一切正常，我对当前的数据库大小没有任何问题。 但是，我们将有一个类似的数据库（相同的数据类型，设计等），但数据库更大，例如，“事务”表将具有约 10亿条记录 （每天约有 230 万笔交

问题内容： 拥有一个拥有520多个表的ERP数据库，EntityPersister的postInstanciate速度非常慢，并且消耗的512M以上（仅对于一个会话Factory而言是很大的），应用程序也变得非常慢。 问题答案： 我无法发布所有更改，但是这里有一些想法： 1_ postInstanciate为所有实体和集合创建许多Entiy加载器（每个实体和每个集合的加载器类型很多），此操作应按需

问题内容： 我试图读取就是BEING柏油，流媒体，以标准输入存档，但我不知怎么读 远远 在管道的数据超过焦油发送。 我这样运行我的命令： 源代码是这样的： 对于100MB的涂油文件夹，我将获得1468个4MB的块（即6.15GB）！此外，数组的大小似乎无关紧要：如果将块大小设置为40MB，我仍然会获得约1400个40MB数据块，这根本没有意义。 要使用Go正确读取数据，我需要做些什么吗？ 问题答案

问题内容： 如何获取mysql数据库的大小？ 假设目标数据库称为“ v3”。 问题答案： 运行此查询，您可能会找到所需的内容： 该查询来自mysql论坛，那里提供了更全面的说明。

我对Java非常陌生，所以如果我做了一些非常错误的事情，请原谅我。 我在一个项目中工作，我需要快速扫描大量的数据（CSV有5000万行或更多，每行5个条目）重复。我使用了，因为它的方法速度很快。

一、简介 在提交大数据作业到集群上运行时，通常需要先将项目打成 JAR 包。这里以 Maven 为例，常用打包方式如下： 不加任何插件，直接使用 mvn package 打包； 使用 maven-assembly-plugin 插件； 使用 maven-shade-plugin 插件； 使用 maven-jar-plugin 和 maven-dependency-plugin 插件； 以下分别进行