《数据开发工程师面经》专题

7.15一面： 1.自我介绍 2.项目深挖（聊了很久） 3.对数仓的看法 4.主题域及其建设过程（要落地，谈业务过程） 5.讲一个熟悉的指标体系构建（没做过） 6.为什么不考研 7.为什么想跳槽 8.sql留存率（讲了下思路就行了） 反问： 1.为啥晚上6点还面试，唯品会不是955吗 2.唯品会的计算引擎选型是什么 ------------------------- 挂了

没想到实习的第一面给了团子，记录一下： 1.面试官上来直接介绍业务：美团金融，负责借贷、理赔的，对这个挺感兴趣 2.发散：说说大数据和计算机专业的区别 3.谈谈对chatgpt的理解 4.介绍一下自己的项目背景（尚硅谷电商离线数仓） 5.两阶段聚合是怎么解决数据倾斜的 6.拉链表如何解决维度缓慢变化 7.数仓的分层结构 8.数仓的建模流程 9.如果产品给了一个用目前技术无法解决的问题，该怎么办？

1.自我介绍 2.实习中需求方向源自于哪里，最终交付哪些东西 3.数据倾斜展开聊聊，数据倾斜的本质，热点数据处理 4.bitmap原理和运用场景 5.零点漂移怎么解决 6.常见的维度建模模型和方法 7.java的垃圾回收机制 8.关系型数据库介绍一下，和数据仓库的区别 9.MySQL索引 10.数仓分层介绍一下，分层的好处 11.spark宽窄依赖，算子举例 12.手撕：java二分查找，sql窗

1.问本科经历，对大数据的接触 2.问项目是否是真实项目或者实习项目，，不是demo 3.项目介绍，毕设项目讲了15分钟 4.where和having区别（having能单用） 5.Spark宽窄依赖 6.leftrightinnerjoin 7.sql写题，统计所有月销售额超过1w的员工 8.反问，ABtesting--是否是埋点-PVUV-灰度策略的流程

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。

整理了一下提前批的面试 项目： 项目介绍一下 数仓建模，设计的每一层的作用？数据量有多大？ Hive怎么创建分区表？项目有用到动态分区吗？用到过二级分区吗？ 了解Hive调优吗？分区裁剪了解吗？ HDFS写数据流程 一台DataNode宕机怎么处理 HQL语句的执行过程，验证用户权限在哪个组件？语法检查、表结构是否存在的检查在哪个组件？ 对哪个大数据组件熟悉？ HBase LSM树的思想说一下 M

1、实习的工作内容是什么？ 2、有写过UDF吗？如何实现UDF？ 3、UDF要成为永久函数怎么做？如果不加temperory，函数下次还能用吗？ 4、UDTF了解吗？ 5、Hive的窗口函数有了解过吗？ 6、开窗函数Over()中有没有orderby有什么区别？ 7、汇总数据开发是怎么做的？（实习工作） 8、Flink任务的并行度和内存怎么设置的？ 9、Flink的TaskManager内存模型了

2023春招找实习的同学跟我分享了他的面试经历，在这里我进行了一些总结梳理，然后发出来供大家学习 1.自我介绍 2.八股文 你写的这个实时数仓，维表是怎么更新的 flink了解吧，flink里面断流怎么处理 flink的exactly-once是怎么实现的 checkpoint的时候barrier什么时候发送 checkpoint产生了很多快照，怎么进行处理呢 sparkstreaming和str

#牛客解忧铺##牛客在线求职答疑中心##你觉得今年春招回暖了吗##面经##大数据开发# 附加信息：211本+985硕（非计算机），笔试4出头的分数，面了90分钟，面试官人超好，奈何本人过菜 1、部门介绍 2、自我介绍 3、项目介绍，在项目中承担什么角色，如何完成工作 大数据相关： 4、对大数据开发的理解 5、知道什么常用的大数据开发组件 6、谈谈MapReduce的原理 7、谈谈shuffle的实

1. 自我介绍 2. 要不要读博 3. 上一段实习经历中最困难的是啥/最不舒服的是啥/怎么解决得困难 4. 有女朋友吗？在哪里 5. 家在哪里？未来想在哪里工作？父母什么看法。 6. 投阿里没有，为什么不去阿里（感觉答得稀烂｜我说投了被拒了） 7. 目前在进行中的应聘有哪几家，会选择去哪家 8. 啥时候能来实习？实习到啥时候 反问： 包住宿吗？ 多久出结果？我有啥可以提高的

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