《大数据开发实习》专题

1、实习的工作是什么？ 2、SQL调优有哪些？ 3、介绍一下项目，主要做什么工作？（项目介绍还不顺畅） 4、为什么学大数据？ 5、项目里的Flume是怎么用的？ 6、TailDir为什么可以断点重传？（面试官说不能） 7、Linux什么指令可以监听文件？ 8、Flume的事务是怎样的？（因为上一题提到了事务） 9、Kafka的基本架构？ 10、RXR队列（不知道是什么东西） 11、Kafka的pa

一面：电话面试 1、自我介绍 2、挑一个实习项目讲一讲 3、项目里的数据是怎么处理的？ 4、数据研发选择哪一块？（数据仓库、数据平台、数据算法、数据挖掘） 5、讲讲MapReduce的原理 6、环形缓冲区为什么要反向？ 7、实习的存储计算用的是什么组件 8、有金融相关知识的储备吗？ 反问： 1、这一面算是第一面吗（是）？算专业面吗（是）？ 2、做什么工作的？（国外金融银行业务） 3、用到哪些技术栈

面试岗位：数据库工程师 两个面试官，一个主要问知识点，另一个主要问实习、项目 介绍一下HDFS的写流程 Spark、Flink有哪些部署模式？ Standlone和Yarn（Client、Cluster），会话模式、单作业模式、应用模式 有没有写过Flink平台的开发代码？ Yarn由哪些角色组成？各自的任务是什么？ Yarn的调度器有哪些？ Hive和HBase的区别是什么？ 项目中Kafka的

1、Spark的作业提交流程？ 2、Spark的核心组件有哪些？ 3、宽窄依赖的理解，为什么要分宽窄依赖？ 4、SparkContext在工作时做了什么事？ 5、Spark shuffle有哪些？ 6、Hashpartitioner与RangePartitioner的实现 7、对维度建模的理解？ 8、雪花模型和星形模型的理解以及优劣对比？ 9、线程安全有了解么？介绍下 面试官很友好，是我太菜了，全

无心插柳柳成荫，随便投的厂子，没想到好像是最适合，聊的最好的一家。时间太久了，回忆的面经缺失内容会比较多。 收到意向书的同学可以加意向群：640262555 备注意向岗位即可 timeline： 10.11 一面 一小时  部门内大哥 10.14 笔试 一小时 10.21 二面 一小时 部门leader 10.26 三面 半小时 团队大boss 11.7 hr面 半小时 11.15 意向 面试流程

摘要 数据工程的全流程（数仓建设-数据接入-数据运维-数据分析-数据挖掘）的各个阶段都有涉及... 自我介绍，问了我在百度和蔚来做的工作（数仓），对简历项目中对数据倾斜的发现、解决方法和效果 回答是通过sparkUi中task的输入量和运行时间发现，解决方法是用count估算不同维度下各value的数据条目，然后数量最多的top key进行再赋值后与其他表join 感觉这个地方可以从spark运行

新手入门 - 开发者数据合规与安全承诺书 开发者数据合规与安全承诺书 尊敬的百度统计平台， 为合法合规地使用百度统计产品，我方在使用过程中承诺遵守如下规定： 一、严禁利用百度统计产品传播含有下列内容的信息： 反对宪法所确定的基本原则的； 危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一的； 损坏国家荣誉和利益的； 煽动民族仇恨、民族歧视，破坏民族团结的； 破坏国家民族宗教政策，宣扬邪教和封建

根本没想到会进面，笔试算法题全空，突然约面啥都没准备，本来已经放弃Java开始投非技术岗了。自我介绍的时候提前说了我Java是自学的几个月速成的，所以面试官问的都非常基础。 1 JVM内存结构 2 双亲委派 3 Java的常见集合 4 线程安全的集合 5 HashMap的实现以及并发下线程安全问题 6 是否用过Redis集群(无，直接跳过了) 7 Redis的持久化 8 与数据库的数据一致性问题

9.8 一面（30min） 介绍下自己的项目，项目的内容和使用的技术栈 细挖离线数仓项目 mysql三范式 hive内部表和外部表 hive数据倾斜 一道sql题 9.11 二面（30min） 两张亿级大表join有什么优化方案 场景题：公司通过银行给员工发工资，银行要完成公司账户的扣款和员工账户的收款，这个场景要如何设计，要考虑哪些问题？ 介绍下离线数仓项目，几个人完成，多久完成，有哪些难点，现

快手二面（已挂）： 两道算法题： 1. topk 快排以及快排的优化 2. 二叉树最大路径和 flink相关的一些题 其他忘了... 饿了么二面（已挂）： 介绍下实验室的项目 简历上的实时数仓项目 平时学习方式是什么？ 你有哪些主动走出舒适区的经历？ 你的优点/缺点有哪些？为改正自己的缺点做过哪些努力？ 你受过最大的挫折和困难是什么？ 你有哪些有成就感的经历？ 你选择岗位和公司有哪些考虑？

一、选择题 总计20道 408内容+大数据框架（Hadoop、Spark、Flink等） 有单选，也有多选 二、编程题 第一题：小红书推荐系统 统计热点词频；输入一个字符串，统计词频后，按照词频从高到低打印热搜单词（出现次数超过3，同时对于两个词频相同的单词，要按单词字典序打印 public static void main(String[] args) { Scanner sc = n

最近面试强度上来了...两天四场 饿了么一面（40min）： 介绍下实时项目 对DWD和DIM层的理解，构建过程（背了套理论，面试官听笑了..） 开发DWS层的目的（避免重复建设，数据一致性） Hive倾斜优化 kafka底层数据存储（log文件分段，稀疏索引，mmap，零拷贝） flink状态 flink checkpoint作用 一道sql题 没实习被diss了，面试官说做数仓的话更看重对业务

不知道是不是KPI，感觉这个过程也有点奇妙。 刚从腾讯云智回来，9月底的时候，突然就邀请我面试了？！没有打电话问时间。而且最重要的是，我不符合他的岗位要求呀，我不会大数据的东西呀，简历上也没写，结果他突然捞我了。那时候我就已经开始担心是不是KPI。 不过我那时候才刚回校太累了，就延期，好家伙结果面试官直接给延期到国庆后。 然后面试那天，面试官提前15分钟进入会议。我那时候本来在等时间到，结果会议突

京东零售，从后端调剂到大数据，hr之前说的不会问大数据，也确实没问，但是不妨碍我拉了一泡大的 1.自我介绍 2.写题-搜索螺旋排序数组（两个月没写过lc了，大汗淋漓，之后还是没写出来） 3.常见的排序算法，时间复杂度，空间复杂度 4.synchronized关键字的使用 5.volatile关键字，和synchronized的区别 6.Java的内存回收怎么做的 7.hashmap和treemap

巨人网络\春招\数据开发\笔试\hard 数仓-SQL面试题-实录 字段：uid 用户ID、artical_id 文章ID、in_time 进入时间、out_time 离开时间、sign_cin 是否签到 问题：统计每天的日活数及新用户占比 注： 新用户占比 = 当天的新用户数/当天活跃用户数（日活数） 如果in_time 进入时间 和 out_time 离开世界跨天了，在跨天的每天都记为该用户活