《数据开发工程师》专题

一面 spark数据倾斜 实习相关 二面 Sql 找出最长连续子序列（row_number) 算法 二叉树层序遍历 mapreduce运行过程 spark.shuffle.partitions的调参原理 Spark小文件参数 怎么确定reduce的数量 bucket join优化的原理 怎么快速根据spark stage找到对应的代码 主题域划分 事实表怎么建模 数仓建模过程 事务的特性 进程和线

09.04 笔试，测评 笔试代码题sql比较简单 09.08 一面 1.自我介绍 2.一道简单sql题目 3.python：冒泡排序（实际写的快排） 4.了解实时数仓吗？ 5.对Hadoop框架的了解 6.对mapreduce的了解 7.反问 09.12 二面 十分钟左右 1.自我介绍 2.python中怎么实现类型转换 3.python常用的函数 4.研究生阶段的学习计划 5.反问 10.09

本不合适，是我硬凑上去的 9.12 一面 自我介绍 介绍项目 问Redis作用（项目相关） 单例模式是啥？分为？共享屏幕，手写单例模式饿汉式和懒汉式 面向对象三大特性 了解Kafka吗 了解并发编程三大特性吗 反问环节：有几面？多久通知下一面？他说下一面是线下，知道我在南京之后说很快，一周内 9.20感谢信，预料之中，大数据我也不合适 #24届软开秋招面试经验大赏#

Timeline： 8.24 投递 9.15 笔试 10.26 一面 10.26 一面 35min： 1.Hadoop工作原理 2.Hive内外部表 3.数仓分层 4.数仓建模 5.Map和flatmap区别 6.Flink slot和并行度关系 7.Flink exactly once 精确一次消费 8.Flink窗口 9.Hive udf 10.并发实现方式 11.线程池了解吗 12.线程池有

10.16投递 10.17一面（50minute） 自我介绍 项目细节 mysql（这里问了很多） 大数据的基本八股 计算机网络tcp 一道sql题，一道算法题 （吐槽一下百度的如流，用网页端看不到聊天框，最后还是下载了客户端才看到，面百度的小伙伴记住面试了要下载如流） 反问:问了一下业务 10.19二面（30minute） 自我介绍 项目细节流程 两个项目的关系 为什么不继续做大模型 实习多久

1.自我介绍 2，实习内容 如何实现数据同步 数据同步过程中遇到的问题有哪些 数据同步过后有没有进行验证 你自己设计数据同步系统要注意哪些问题 3，mybatis 与mybatis -plus 的不同之处 4，mysql 怎么优化 对mysql 的看法 5，手撕删除链表的第n个节点 6，jvm了解吗 7，springboot 有看过源码吗 8，动态代理了解吗 感觉不太妙 像是kpi面一样 竟然没有

等的心慌，写面经攒人品 9.15一面（25分钟，纯八股） 问实习的项目 研究生科研项目 疯狂hive，hive调优 一直问联邦学习，问了两遍 等了很久很久才二面，中间还收到了安抚短信。 ———————————————————————————— 9.26二面（30分钟，纯八股） hdfs读写流程 spark算子 spark调优 数据倾斜 对荣耀有什么想了解的（了解到我面试的部门是产品线云服务） 这个

1. mapreduce工作流程？ 2. shuffle机制？ 3. mapreduce进行了几次排序？ 4. 环形缓冲区的溢写机制？ 5. 提到了反向？反向如何理解？ 6. hadoop读取文件过程？ 7. 说说数据倾斜？项目中是否遇到 8. MySQL介绍下InnoDB, MyISAM区别？ 9. 介绍下事务几大特性？ 10. 介绍对应隔离级别？ 11. 隔离级别是否可以修改？ 12. 三数之

3.26 美团 数据开发 到店（暑期实习二面） - 面试官是一个温柔的小姐姐 - 自我介绍 - 之前工作经历介绍 - 你觉得什么是好的数仓 - 要达到你说的好数仓的标准，应该如何建设？ - 小文件具体怎么治理的（预防/滚动式 + 自动脚本） - 小文件有哪些危害 - 给你一个数据倾斜的场景，可能有点难，答不出来也没事：大表 Join 大表（10 亿级别的，比如订单 Join 商品表）可能有一些商品

1、自我介绍 2、今后规划，为什么不读研，爱好 3、对美团的了解 4、项目介绍以及分工 5、数仓分层介绍，为什么要分层 6、数仓建模方法（范式建模、纬度建模、实体建模） 7、平常还有什么方式巩固大数据知识（《大数据之路》、博客、课程） 8、写一个快速排序（没写出来） 9、两道简单sql ①每个用户每天访问的第一条记录 ②00后中选课人数最多的课程 10、有没有用过udf 11、hive和spark

1、自我介绍 2、spark宽窄依赖，stage划分 3、rdd的弹性体现在什么方面 4、group by 和reduce by的区别 5、spark内存划分，内存调优参数 6、spark的join有哪些，sort merge（没答出来） 7、spark的shuffle过程，和mr的区别 8、数仓总线业务矩阵是什么 9、数仓分层，dws层存在的必要性是什么 10、spark以及sql的优化经验（数

不知道的还以为是HR面呢，基本没有专业问题 1、base杭州能否接受，有无考研想法 2、自我介绍（要求说优缺点，特长，经历） 3、希望我证明我在学校是一个比别人优秀的人，问我怎么回答 4、补充回答自己的软实力如协调、沟通、分析能力，对自己如何评价 5、觉得大三的自己和大一有什么区别 6、如何自学 7、素质测评写了哪些题，你对哪些题有优势，哪些有劣势 8、你觉得你和别人沟通时，说服能力怎么样 9、讲

- 美团：到店事业群--平台技术部（暑期实习一面） - 上来面试官说看你简历挺匹配的，I'm like whaaaaat - 自我介绍 - 为什么去读研了 - 你们团队多少人 - 你们数仓怎么分层 - 你主要负责哪几层 - ODS 数据从哪来，怎么接入数仓 - ODS 表是什么事实表类型？更新方式？ - ODS 到 DWD 做了哪些处理？ - DWD 有哪些表，事实表如何设计的？ - 你提到了数据

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