《大数据开发实习》专题

场景题: 1、有一个sql突然执行很慢有什么原因 2、从一个很大的日志表中10T，随机取出一些数据 3、有两个大表join，我说了分桶排序，他说那大key不还是分到一个桶里面，没解决问题，我说讲大key使用mapjoin或加随机数，那key如果未知怎么办 4、mysql中MyIsam相对于innodb更适合那些场景 5、hashmap为什么不直接用红黑树 问一个问题，回答完就会深挖，给我问麻了 #

9.11 一面（30min） 纯八股： 介绍下hadoop（hdfs、mapreduce、yarn） 介绍下hbase 介绍下flink flink checkpoint、connect和union的区别、flink如何处理数据倾斜 介绍下kafka kafka如果有台机器挂掉会发生什么 链表反转 面试官全程表情和语气冷淡，体验不是很好..当然答得感觉也很一般

个人情况：本双一流硕211非科班，一段搞深度学习的实习。项目自己做的。全程面试被追问麻了面试官有问题必追问 自我介绍 项目深挖（20min） 实习工作介绍（5min） 数据倾斜有哪几种解决方法 Group by 倾斜，join倾斜，null值倾斜 分别说说这些倾斜怎么解决：全说上来了，面试官问：还有呢？。。。开启负载均衡，对小文件进行合并，对数据类型进行检查，还有呢？我就记得这些了 Hdfs小文件

部门：优选事业部-美团买菜 timeline: 8.24 一面 8.28二面 8.31 hr面 9.7 oc 一面： 项目介绍 什么是指标体系 指标体系包含元素 指标分类 数仓分层、分层好处 数仓分层和指标分类之间有什么关系 什么是总线矩阵 什么样的数仓是一个比较好的数仓 什么方法可以落实上面说的数仓 缓慢变化维；除了拉链表还有哪些方式 什么情况下可以使用map join 怎么解决数据倾斜问题 J

2023/10/10 平安科技 大数据开发（37min） （1）自我介绍 （2）对于平安科技的数据开发岗的理解和认为它是做什么的？和自己的契合度是怎么样的？ （3）数据库学习到哪些东西，学了多久，什么时候学的，有实践过吗？ （4）sql分哪几类，违反主键约束会出现什么问题，索引什么情况下回失效，有自己去安装过吗？（之前没准备数据库的内容，答得很差，后边的面试才好好看了数据库的东西） （5）使用sq

1.自我介绍 2.描述一张表的设计流程 3.针对简历提问，问的不算难 4.kafka的用法及途径 5.redis的几种类型（我有写，但是忘了）， 6.有没有bi可视化经验。 ----------------- 是的，没有看错，简历上写的就会可能提问，并不会针对你。

1.自我介绍 2.实习介绍 3.实习工作内容下游使用方主要有那些？ 4.AI团队数据支持 他们使用这个数据做的什么 5.除了对表的支持之外，是否在计算层面做过一些优化 6.boradcast join和sortmergeJoin的区别和 使用场景的不同 然后面试官开始说，我觉得概念你应该都会，我就不问你了，所以我后面会从场景的角度去考验你的技术理解，本人听到这里心凉了半截，因为两段实习全是离线，这

110分钟，全程无项目和算法，全是八股深挖，被拷打惨了 1、谈一谈你对java面向对象的理解，什么时候用接口，什么时候用抽象类，从本质上讲一下区别？ 2、都有了解过哪些设计模式？创建对象的设计模式有哪些？工厂模式和建造者模式分别在什么场景下使用，举一个具体的例子 3、java的hashmap在1.8之前链表中采用的头插法的方式，为什么1.8之后改成尾插法？头插法的方式可能会极限情况连成一个环，举一

腾讯二进宫，秒挂，简单题没写出来，太菜了。。。 自我介绍 项目相关 介绍一下java的反射 介绍一下mysql引擎 MyISAM引擎什么时候用 讲一下垃圾回收 讲一下集合 讲一下hashmap 算法题:大数翻转 (乐死了，这么简单的题没做出来，我转了字符串双指针超时) 反问: ∽具体有什么业务 提供大数据内容服务balabala ∽技术栈有什么 大数据开发岗spark之类，后台开发岗golang

1 介绍下你自己 我按照常规的套路，先自我介绍，然后介绍我的项目，想引导着问些八股，但是好像没用😂 2 32位和64位你能联想到什么，从机组操作系统，数据结构等角度，开放性的谈一下你的理解😂😂 这个问题直接问了15分钟 3 手撕代码 给你一个应用场景，设计合适的数据结构，并完成两个功能函数 看出来是树了😂😂，但是没咋刷算法，以为只问sql，我的格局小了，写了二十分钟，一点不会😂😂 总

有幸收到阿里大文娱的实习一面，面试官是个很温柔的姐姐，下面记录一下问题： 1.自我介绍 2.说一下你的两个项目，挑一个讲（我挑了Flink相关的一个项目讲） 3.checkpoint怎么做的 4.exactly-once的语义是怎么实现的 5.你了解反压吗？ 6.在校课程会学什么 7.你是怎么理解数据科学的？（科学的去获取、存储、处理、分析、挖掘数据） 8.你提到数据分析，你可以讲讲数据分析的思路

拷打实时数仓（建模，为什么要分层，为什么选择HBase作为数据库，所有数据都要旁路缓存吗，旁路缓存HBase数据经常变更，Flink工作流程） 怎么处理数据倾斜 数仓常用的维度建模方案有哪些 建模模型有哪几个，分别适用于什么场景 Hadoop生态圈、MapReduce工作流程、 为什么大数据用Kafka多、Kafka工作流程、Kafka怎么保证数据有序、Kafka同一个主题下分区之间是否有序 SQ

#2025实习##数据开发工程师实习##数据开发##面经##万声音乐# 万声音乐集团 1面： 1. 自我介绍？ 2. 数据库和数据仓库区别？ 3. 两个建模有什么区别？ 4. flume拦截器如何实现？ 5. 事实表概念？ 6. 事务性事实表的局限性？ 7. 拉链表是干什么的，为了解决什么问题？ 8. 构建一个指标的流程？ 9. sql：活跃用户，七天活跃用户？

1.自我介绍 2.对公司有没有了解 3.inner join的底层实现，有哪些算法 4.两个数组，数组的大小都在数千万级以上，但是值域是在一千万以内，找到两个数组相同的元素（说了bitmap） 换了部门负责人来面试 5.有了解过数仓整体的架构吗（面试官说现在是存算分离，实时和离线一体） 6.有写过UDF吗，当时的场景是什么样的 7.假设现在用的是yarn，pyspark从提交文件到让代码分布到各个

官网投递完成测评后一周收到了一面通知，没有笔试，准备了半天的八股最后完全没有用到，有两个面试官，一个面试官介绍了一下自己的部门，问了一些技术不相关的问题，一个面试官问了一下项目，也没有多问，整体下来不到三十分钟。当天收到了 hr 面试邮件，感觉好像 kpi 啊啊啊啊啊😰😰😰 补一个后续7.9 周日正在床上摸鱼，收到了录用函，本菜鸟也终于有offer啦！ 感谢东子，我爱东子！！！