《数据库开发工程师》专题

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

很快就18分钟吧 1.自我介绍 2.说说你对C++了解多少，讲讲智能指针 3.说一说C++17 C++20 4.说说你了解的数据结构 5.说一说你了解的Linux，你为什么用这个Linux，对他了解多少，有什么好处 6.内存泄漏怎么处理的，定义是什么 7.讲一讲你对动态规划的理解 8.反问： 感觉G了，岗位不是很匹配 #你都收到了哪些公司的感谢信？##杉岩数据#

1.十分钟自我介绍 2.项目最难点和最有技术的点 3.一句话总结你的问题解决方案 4.一句话总结你的项目的价值 5.手撕：合并k个有序链表 6.问机试题目思路 大部分时间在写算法，感觉面试官对大数据相关的技术栈不太感兴趣，问大数据相关问题就像走过场一样，最后也没有反问，emmmm有点难评 #数据人的面试交流地#

自我介绍 为什么这么快找实习 离线数仓介绍 数据哪里来的 有什么数据 实时数仓和离线数仓的数据是用的同一份数据吗 有什么需要去聚合的指标 做这个项目有什么收获,难点 sql题 第二大薪水 排序秒了 8.19 oc

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

一面： 面试时间：2024.07.03，共计80分钟 全程项目经历，在工作中做的事情。 按着简历上写的"工作内容"，一条一条的问。 问题 自我介绍 后面打算是在上海 or 北京 or 其他地方？ 之前工作离职了吗？ 介绍之前工作中参与的项目？ - 自己承担了哪些工作？ - 在承担的工作中，哪些是挑战 or 难点 or 亮点的工作、怎么解决的？ 数据开发工作流程？ - 一个需求流程走完，大概需要多久

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

#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？

4/22 一面 4/26 二面 5/ 1 offer emm，昨天加hr微信，没加我，但今天51居然发了offer，可能他工作日忘记发offer了吧..

自我介绍：是怎样的人，有怎样优势，做怎样改进 岗位是否匹配预期 介绍工作内容 业务方沟通需求 整理数据，提出数据，可视化 提供给业务方 能力：沟通，数据分层实践 数仓了解多少 机器学习拷打 SQL考察 思维题 什么是数据分析 面试官简述数据分析理解 反问

1.自我介绍 2.jvm的gc全流程，为什么要分这么多区，标记整理等算法对于gc的优缺点，遇到过哪些gc的实际例子，怎么定位这样的问题 3.同一个进程中有三个线程，一个线程发生了内存溢出，另外两个会怎么样，为什么 4.线程共享数据怎么实现的，一致性怎么保证 5.手撕：判断完全二叉树，反转链表 6.sql：窗口函数 7.hdfs架构，读写数据流程，datanode在写数据的时候挂了怎么办 8.小文件

1.自我介绍 2.实习最大收获 3.odps平台的性能调优与spark的性能调优的共同点和差异点 5.spark的countdistinct算子优化 6.bitmap作用在expload的作用是什么？ 7.小文件过多的影响 8.sql countdistinct优化代码手写 9.反问 #大数据开发##数据人的面试交流地#

场景题：上游订单数据有问题，时间也是错误的，你怎么从 ODS 中找到这张订单表的位置？（不会） 第一种思路：全表扫描 第二种思路：做一张表，对表id进行hash，表中存储该表id对应的分区 DWS 层能不能没有（答：模型设计中我们一般要做到公共处理逻辑的下沉和单一，所以一般我们会把汇总逻辑放到DWS层，不把它暴露到APP层去实现，所以一般总会设计DWS层的） FlinkCDC MySQL 连接器的

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

#软件开发2024笔面经# 阿里云数据开发岗位面试公司名称:阿里云 面试岗位:大数据开发 整个是大数据开发，我以为是数仓开发，结果问的全是Spark问题，被搞自闭了。1，自我介绍 2，park中RDD的Task数量由什么决定?3，Spark怎么实现算子中的变量共享?4，Spark共享变量的使用条件? 5，可序列化?连接池实例是在算子内还是在算子外? 我一开始没想好，先回答了连接池的作业:是为了连接