《大数据开发面经》专题

最近参加了百度秋招提前批的C++/Go开发岗一面，面试时间是在上周。面试过程非常紧凑，主要集中在技术问题的考察上。 说一说TCP三次握手和四次挥手。 说说HTTP1.0、1.1、2.0的区别。 HTTP长连接和短连接的区别是什么？ 讲一下MVCC的作用，以及它是如何实现的？ MySQL是如何保证事务的？ MySQL底层数据结构是什么，有什么优势？ 常用的Linux指令有哪些？ InnoDB和MyI

1.实习工作 2.@Transactional注解的失效场景 3.利用dubbo调用接口时，怎么处理调用时接口出现异常的情况 4.了解过dubbo的用法吗 5.dubbo调用和http调用相比有什么优点 6.用http可以来实现rpc吗？ 7.讲一下IO多路复用 8.mysql隔离级别以及他们的区别 9.AOP的实现的原理 10.自己实现过动态代理么？怎么实现的？ 11.有了解过es么？ （多发面

一面 1. 介绍自己，喜欢做什么方向 2. QUIC了解过吗，介绍一下 3. 一定比TCP好嘛？ 4. 怎么实现切换网络还可以无缝连接的 5. 介绍一下实习中C++实现反射是用于什么 6. 介绍一下Epoll和select的区别 7. 你说epoll不需要像select一样从用户态拷贝file descriptor到内核态，那从用户态切换到内核态的时候会保存哪些信息 8. epoll边缘触发的时候

一面 电话面试，面了一个半小时面试官感觉年纪挺大的，而且又是Java的技术栈，能被捞属实感恩，阿里系里面对蚂蚁最有好感了。 先聊一下科研课题是什么，论文写了什么 了解过哪些排序算法，分别介绍一下时间和空间复杂度 快排的实现介绍一下 归并介绍一下 查找算法有哪些？我说了二分，面试官说可以从数据结构的角度说一下有哪些查找的方法（我说哈希，B+树什么的） 介绍一下C++里面怎么应用面向对象编程（从封装继

已OC，朋友们明年广州见。大家都好运！ ———— 三面人力面： 无技术问题。 1.自我介绍 2.学校是否有社团活动经历，请简述 3.根据社团活动经历，说说自己的输出 4.实习经历有什么具体的项目分享 5.因为我实习做的是政企数字化改革，所以在实习经历上又深挖了流程 6.觉得压力最大的一次经历，以及自己是如何做好的 7.职业规划 8.根据简历上的兴趣爱好（我自己有做短视频和b站up），问了我的粉丝量

问问有没有大佬们大数据开发的实习经历啊，我怎么感觉隔着天天写sql 老是遇到这种实习岗，一天全面试完，急招岗， 没什么参考价值，应该oc了，因为我不想立马去，发of要排序吧 一面（9.6 上午 50min） 1.自我介绍 2.问实习经历问了很久 3..五道sql题 4.数仓理论 二面（9.6 晚上 1小时） 1.自我介绍 2.问实习经历 3.sql题 4.mapreduce的流程及其shuffle

一面： 8.26--HR面 1.自我介绍 2.特别的经历 3.专业方向 4.做过的项目 5.薪资期待 6.公司的简单介绍，问有些情况是否能接受 二面：9.14--技术面 1.关于大数据技术的认识 2.对Hadoop和Spark的了解 3.对其区别的认识 4.对hadoop特定函数的认识 5.介绍自己了解的窗口函数 6.介绍一个算法，比如支持向量机 7.对自己做过的社会实践的感受 8.反问 三面：9

1自我介绍 2.项目中数据量 3.用户分析维度 4.客户流失分析模型指标 5.oracle和hadoop的了解 等了一个多小时，这就是国内甲方和卑微求职乙方吗？要不是面试官是个声音好听的女生，我大概会骂人吧。 岗位和个人经历不算匹配，我个人经历更偏向数据挖掘，感觉这个岗位更偏向业务分析和数据库。 最后还是再感叹一下，虽然今年秋招求职者的确处于弱势地位，但也不是说招聘单位可以不尊重人吧，起码自己定的

一面 1h20min 0824 由于过去时间太久了，差不多都忘记了，只能回忆起部分。 部门是CTO线-技术与产品部，当时只有1个校招hc和1个社招hc 1. 写题：一个文件系统，有文件夹有文件，需要找到某个特定的文件（好像是这样）递归后要求用BFS写，然后BFS写了一遍； 2. SQL题：题目有些复杂，现在想不起来了，约等于leetcode hard难度的sql题目，用开窗和几个select即可；

面试时间：1h 10min 自我介绍 实习工作的一些问题 项目相关的一些问题 Java基本数据类型？ String为什么不是基本数据类型？能不能继承？ 如果需要频繁地拼接字符串用什么？为什么？ StringBuffer、StringBuilder 的区别？ Java的集合类了解吗？都有那些？它们的继承关系是怎么的？ 讲讲HashMap？ HashMap多线程下怎么办？多线程的HashMap它的原理

1.问了我项目的问题，spark整合kafka这阶段做了什么事？ 答：jdbc工具类向mysql表中插入数据，产生binlog日志文件，maxwell捕获到，kafka进行消费，然后javaapi上面编写kafka工具类，获取主题，编写配置信息，get到消费的内容，是JSON格式，转换json格式为row，然后转换为dataframe表，使用sparksql处理。 2.kafka的acks值有了解

主要是问了实习还有一些mysql的问题，没有手撕 1.自我介绍 2.实习内容 3.实习内容有什么难点或者贡献比较多的点，说了点sql优化的问题 4.那你怎么优化的慢sql呢？ 5.我就说了实习的一个慢sql优化的流程，然后讲了我怎么优化的 6.问了为什么这么优化，用了哪些字段 7.mysql有什么结构索引，底层是什么 8.又问了一下项目里面的tcp还有工作池怎么实现的 反问：部门主要做的什么？一些

项目: 1 netty服务器怎么实现的，消息怎么传播 2 怎么实现历史消息推送？怎么优化性能 3 怎么实现消息群发 4 为什么选择rocketmq 5 项目有什么性能瓶颈？考虑怎么优化？ 说了netty消息群发可能会有积压问题？用户接口有个走的是sharding全分片 6 项目的架构 八股 1 mysql索引 B+树的结构 2 mysql 存储引擎都有哪些？区别是什么 3 怎么实现一个秒杀系统？

1面：问了大数据平台知识 2面：聊天30分钟 3面：聊天13分钟 开奖应该是白菜32-28#2023秋招offer#

问题内容： 我试图使用s或函数读取稍大的数据集，但我一直遇到s。数据框的最大大小是多少？我的理解是，只要数据适合内存，数据帧就应该可以，这对我来说不是问题。还有什么可能导致内存错误？ 就上下文而言，我试图在《2007年消费者金融调查》中阅读ASCII格式（使用）和Stata格式（使用）。该文件的dta大小约为200MB，而ASCII的大小约为1.2GB，在Stata中打开该文件将告诉我，对于22,