《数据开发工程师面经》专题

一面： 主要还是挖简历 自我介绍 问项目经历，聊聊过往开发的项目（聊了很久） 聊聊MySQL的事务 细聊ACID 隔离级别 innodb默认级别 innodb的底层数据存储 对比mysql和hive kafka为什么吞吐量大 场景题目：100个G的文件，保存用户id和看的bookid，求top10阅读量的书 反问

2022.10.14 10min 感觉自己被kpi了... 三个面试官 一个hr + 两个技术（其中一个全程在工作 没有看过摄像头） 1.自我介绍 2.你用过hadoop 说一下hadoop各组件干嘛用的 3.实时项目处理了多少数据 另一个技术没有问题 HR: 1.工作地点填写的全国怎么考虑的 2.应聘期望薪资 (看offershow给的挺低的,就随便报了个10k) 3.反问 哎 虽然面试很轻松 

我记得我没有投递过这个部门，但是约的面试是数据开发部门。 面试官很好，是我这两周最好的面试官了。 1.自我介绍 2.实习具体工作 3.觉得实习工作有哪些价值 4.自己认为自己有哪些比别人强的优势 5.http/https区别，端口是否可修改 6.get/post区别 7.mysql为什么使用b+树索引 8.秋招目标 反问。 面试官直接告诉我 京东基本没有C++技术栈，90%是java 所以感觉大概

一面： 全程围绕简历展开问 1、自我介绍 2、聊聊印象最深刻的一次竞赛经历 （简历写了） 针对这个竞赛内容抠细节 3、问实习经历中做的事情 挑了其中几个细问 这个答了好久，从事情的背景，到思考链路 4、一道算法题 一个数组先升序再降序，求最大值 5、hadoop数据的存储格式 6、spark里job、stage、task的概念 7、问flink、hudi这个有没有经验 因为简历上写了，回答说学习的

一面： 感觉一上来就是主管面，主业务面，考验业务能力和沟通能力 介绍下专业的课程，说说最喜欢哪一门，为什么 直接问实习经历 实习中的项目，扣细节（大部分时间都在问这个） 在同程做了什么业务 广告业务数仓负责哪些东西 广告投放的指标，如曝光、转化等等 广告有哪些类型 聊聊广告投放流程，投前、投中、投后 投中的过程每一轮具体的事情 对比hive和spark 为什么业界都用spark不用mr了 聊聊fl

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

#国企#一面 约37min 1. 介绍一下项目 2. MongoDB分布式存储是怎么做的？ - 数据分片是怎么做的？ - 如何保证节点间数据的一致性？ - 如果有节点挂掉会怎么办？ 1. 地理数据如何索引？ 2. 喜欢用什么开发语言？ 二面 约40-50min - 自我介绍 - 问了一些奖学金的情况 - 介绍项目经历 - 对分布式事务了解吗？解释一下分布式事务是做什么的 - 如何保证分布式事务的原

面的是团子的金融部门，挺感兴趣的，记录一下二面问题 1.说说你做的两个项目（一个离线数仓一个flink） 2.你挑一个详细说说吧（面试官笑，当时感觉有点不妙了，，，觉得面试官啥都能问，我说了flink） 3.说说watermark机制 4.说说checkpoint机制 5.说说exactly-once是怎么实现的 6.了解反压吗（了解） 7.你觉得hadoop和spark差别在哪 8.你对实时更感

发面经，攒好运 面试官是个小姐姐，说话非常温柔，但万万没想到面得内容和后端确实关系不大 自我介绍 你用了redis，那能说说他有什么好处吗以及他适用于什么场景？ 那redis有什么缺点呢？（我不太清楚，只能说内存要求可能比较高？以及缓存雪崩和击穿） 数据库四大特性以及四大隔离级别 说说持久性 索引以及你用过索引吗 分享一下你在做项目的时候有没有遇到什么比较大的挑战 然后考了一道简单的mysql j

首先是自我介绍：balabala 是否了解过数仓和Spark？ 再Linux系统中，找到对应的Java进程并删除。 同样的在 Linux系统下，删除使用某端口的进程。 介绍一下Mysql和LSM，并分析下这两种引擎是基于什么？适用于什么场景？ sql编程题：牛客每个人最近的登录日期(二)() 算法题：二叉树的最大路径和 (较难) AC Code： class Solution { public:

一面 8.30  50min 1.java常用的容器，数组和链表区别？hashmap,put的过程 2.解决hash冲突的方式？（开放定址法（线性探测法、平方探测法前后寻找）、链地址法、建立公共溢出区） 3.上面解决hash冲突引出了threadlocal，threadlocal为什么需要要用弱引用？（把源码从头到尾讲了一遍，面试官说理解的不错） 4.AQS用过吗？提供哪些接口？ 5.TCP、Ip

40min 面试官问的很细，来自数据平台，技术感觉很强很全面。 warm-up 自我介绍 有其他意向吗？能来北京吗 挑一个做得好的项目介绍下全流程 难点在哪，讲一下 ElasticSearch ES有用到集群吗？有设置分片吗？有设置副本吗？副本数是多少？ 你是怎么建立索引的？为什么这么建立索引？ Hive 离线处理有用过Spark 吗？没有，主要用的是Hive 说一下Hive 构造UDF 的过程？

开局自我介绍，然后问我两段实习经历，分别做了什么？照实回答，问我有没有接触过BI工具，我说是内部封装好的；日常工作，处理的数仓规模，人员规模，主要负责内容，处理的数据的大小。之后让我写一道题目，求连续三天消费金额大于100的用户ID，不想用排序函数再写了所以用了LAG函数来写，面试官给了我一个不置可否的表情（坏了可能写错了......）然后说我明白你的思路了，我解释说因为不想用排序函数来写所以尝试

投递岗位：大数据开发工程师（广州） 时间线：9.5投递，9.13技术一面，9.17技术+hr二面，9.19测评，10.7 意向 JD如下，岗位偏数据平台建设，非数仓 面经 技术 自我介绍 项目中最大的收获是什么，数据治理讲一下 hive分区表怎么创建（具体到关键字），分区的好处，怎么设计分区 hive分桶表怎么创建（具体到关键字），分桶的好处 hive外部表建表语句 （具体到关键字） hive s

1.自我介绍 2.一周能实习多少天 3.是否考研，为什么不考 4.linux基本操作 5.手撕SQL，没答上来。请求提示，有个函数没听说过。 6.在学习的时候哪里用到了SQL 7.MySQLDDL是否了解（太紧张突然想不起来DDL是啥了，就说了没有。。），结束那一刻我才反应过来，麻中麻。。 8.反问环节 hr挺和蔼的。但是我实在又紧张又菜。。估计是凉了。 过两天还有百度的面试，更是重量级，看到自己