《大数据开发实习》专题

1. 自我介绍（问的项目的场景是干嘛的，解释 GStreamer）——20min 2. std::bind、原子变量、std::packaged_task、std::move ——10min 3. 100万亿找 top100、二叉树层序遍历 ——10min 4. 算法：手写线程池、无限背包 ps: 表示面试官人很好，还给我的垃圾找了理由。体验很好，下次还来

1. 自我介绍（问的项目的场景是干嘛的）——20min 2. 算法题（二叉树自底向上层序遍历（A了）、数组中找到重复的数（要求不用额外空间、O(N)的复杂度）（不符合要求，不会）） —— 30min 3. C++程序崩了怎么查（gdb、手动注释） 4. CPU 满了怎么定位线程（gdb、perf、火焰图） 5. C++八股（static啥用处） 6. 啥时候能来（下个月中旬） 7. 反问（我来了能

首先想说面试官真的好!很善解人意，听出到菜鸡的紧张不停地安慰我 总时长大概一个小时 1.自我介绍。 2.python的lambda函数举例实现。 3.说说python内置的数据解构。 4.ACID。 5.撕项目，大概20多分钟。 6.你知道的排序算法有哪些，HR选了一个排序，说一下基本的算法思想。 7.是否用过索引，介绍一下你所了解的索引 8.（因为简历）java的熟悉程度如何。 9.窄依赖和宽依

7.17一面 出自 自我介绍 项目的技术难点 redis怎么在项目里面用的 实习经历里面所学所悟 线程池用过吗，了解多少，为什么要使用线程池 用过什么Java的集合结构，我说的HashMap TCP UDP的区别和应用场景，以及三次握手 拥塞控制和流量控制 DNS 算法题：删除链表的倒数第n个节点 用过哪些数据库，索引-B＋树 反问环节 【2024校招投递地址】 点我，投递的同学，在下方回复：名字

笔试（8-19）-> 约面（8-31）-> 面试（9-2） 1.自我介绍（3min） 应该是面试官那边网络不好，办公室也很吵，说没怎么听清 2.拷打实习和项目（大概20min） 实习和项目不如意，没亮点，也不是数仓和平台建设，不太感兴趣 3.MapReduce（大概5min） 讲了一下过程 4.两道sql（大概15min） 1）分组聚合去重 2） 同时在线最大主播数 简单通过 5.反问：面试表现（

1.自我介绍 2.数据采集相关，怎么把kafka中的数据采集到mysql中？ 忘了 3.hive，两张表的重复数据，怎么去重？ 回答distinct,group by ，开窗取第一条， 开窗函数是哪个？ 没回答上来 4.udf函数写过吗，flink消费kafka中的数据写过代码吗，需要看代码？ 5.使用java干过那些代码？ 面试时长：10分钟，面试效果，差 不足：对于简历上的内容，回答支支吾吾，

8.29一面 一面一个小时，深挖项目，问了很多hdfs和一些操作系统底层原理，hdfs读写流程+心跳机制+副本机制+HDFS纠删码，手撕lc第15题改编题，撕出来了 关于虚拟化有一个印象深刻的问题，当前资源数为7，有4个用户，每个用户需要资源数为2，如何在当前时间段为这4个用户创建虚拟机，满足每个人的需求？我答时间片，面试官说也是一种思路，不过她想让我下去看一下超配。 八股： 什么是tcp四次挥手

47、zookeeper是什么？ 主要服务于分布式系统，可用来做统一配置管理、统一命令服务、分布式锁、集群管理等 48、zookeeper的作用以及适用场景？ 数据的发布订阅：由于大数据集群中节点过多，不可逐台进行修改，在设计时候采用统一的配置中心，之后只需要将新的配置发送到配置中心，所有节点都可自动下载更新命名服务：zk通过顺序节点的特性来生成全局唯一IDMaster选举：让所有服务节点去竞争性

1.问项目 2.接触过数据库有哪些 3.用过mysql的哪些功能 4.有没有优化过mysql的性能？ 5.linux常用命令 6.hive表类型 7. 内部表和外部表区别 7.左连接右连接全连接内连接 8.hdfs shell 问的都打上来了 面试官说下周发offer= = 整个过程13分钟，好快，想到第一个面试1.5hT T

一面：3.14 1.首先问实习经历，简单说了下是做数据处理跟分析，然后又简单问了一下实验室项目，没有深入问 2.Java的数据结构有哪些 3.聊一下数组这种数据结构，各种操作的时空复杂度，arraylist的扩容。 4.有哪几种树? 5.详细介绍一下b树跟b+树，b+数查询时间复杂度，为什么? 6.b+数有哪些商业用途（答了MySQL索引） 7.增删改比较多的情况下，为什么一段时间后要重新建立索引

时间线： 5.10一面 —— 5.14约二面 —— 5.17二面 —— 5.25直接发offer 无hr面，无oc 美团一面 1.项目 1）项目的总体架构和实现？ 2）Flulme 和 Sqoop 如何保证数据不丢失？ 3）数仓中的主题是什么，是根据什么来确定的？ 4）数仓分层的优点和缺点 5）星座模型 6）数仓分层，每一层的作用？ 7）事实表和维度表有什么关系？ 8）事实表有哪些类型？ 9）除了

2022/06/15 一面  35min 1：介绍项目 2：数仓分为几层？每一层作用？ 3：数仓分层的意义？ 4：flume导入数据到HDFS 为什么中间加kafka？ 5：项目中可视化用什么做的？ 6：SQL题 一列为日期 一列为金额  按月统计金额总和 7：MapRedcue原理 8：MapReduce的三个阶段 9：研究生上的课 10：接触过实时的大数据业务吗？ 反问：部门技术栈 ？实习的话

二面被面试官吊锤。问到了不熟悉的平时没太注意的细节。比如，utf-8能不能存emoj。当时有点忘记是utf-8的一个变种能存了，说了utf-8能存。百度基本问算法，算法设计这些，八股(指计网，操作系统等)，大数据框架基本没问。项目也问的少。

介绍一下基本情况，本硕均双非，目前位于北京，研二，本科软件工程，学过C、C++、C#，学的很杂，已经忘得差不多了，跟没学一样，主要用的还是Java语言，做的javaweb项目，设计的框架和前端知识也很杂；研究生计算机学院下的电子信息专业，主要学过一些机器学习、深度学习的算法；大数据组件的学习情况，一般都是位于寒暑假，研一前暑假看了爬虫和hadoop、zookeeper、HA并实操，研一下寒假，看了

数据库 索引，B+Tree MySQL架构。Server层、存储引擎层分别干啥？ 一条查询语句执行流程？ 一条update语句执行流程？ 两阶段提交？ redo log、binlog 分别保存在哪一层？什么位置？（不会） 事务隔离级别？ with nolock 在哪个隔离级别？(不会) 复盘 ​ 问的都是数据库的一些东西。一面过，二面不面了