《大数据求职》专题

研究生学的机器学习，结果今年算法岗全军覆没，倒是开发岗被捞了。由于是三个多月之前的面试，有些问题记不清了，特此抱歉。 23.11.30 一面 自我介绍 JVM的组成，垃圾回收机制 MapReduce的流程，Spark与Hadoop的优劣 快速排序的原理，是否是稳定的（估计是前面答得不太熟，太久都忘了） BEV的原理和流程（简历项目） 笔试第一题的思路 手撕（只记得是一道滑动窗口的题，用两层for就

mapreduce中有哪些排序 yarn的事件驱动 hbase写热点问题 建表时怎么指定空region spark sql中dataframe怎么把表中的字段提取出来 hive怎么提取出来 yarn中的container怎么实现 写一个sql，学生不同学科的得分排名前三 手写单例模式，策略模式，工厂模式，并描述在什么场景下使用，口述一下装饰者模式 arraylist和linkedlist的区别，什

hdfs读写流程 spark内存管理 项目中遇到的问题，怎么解决的 项目中都有哪些表 怎么处理缓慢变化维 拉链表怎么做，开链闭链怎么 数仓和数据湖 维度建模，星型模型，雪花模型 数据倾斜，小表join小表，大表join大表 遇到过的数据倾斜，怎么做的 手撕，二叉树中序遍历，非递归写法

数据倾斜问题 写个sql吧 再写一个sql吧， 写挺好啊，在写一个吧 这些你是练习过原题吗，在写一个sql吧 说一下数仓的分层，每层干了什么事？ 说一下归并排序的过程 xgboost原理 线性回归，逻辑回归 聚类了解吗 说一下spark怎么实现map join

自我介绍 专业课程、成绩 是否学过计算机专业课（408） 线程、进程的区别 编译型语言和解释性语言区别、使用场景 计算机32位、64位存储空间多大 Java内存存储 Linux通过文件名、文件内容查找 介绍Redash 比较ClickHouse、Doris和Mysql架构、使用场景和优缺点 b+树的优势 实习主要工作 反问： 如何使用好一个数据模型 对我的建议

自我介绍 深挖实习经历 （介绍实习主要工作、场景复盘等等延伸） hive相关 （hive原理、hive sql区别） 数据倾斜的常见case ClickHouse相关 group by原理 left join与right join区别与特点 主要技术栈 对岗位的理解 反问： 部门与产品业务线 校招生定位

腾讯会议一面(30分钟) 自我介绍 项目介绍 数据如何采集，整个流程叙述一遍 项目难点说一下 两个项目的区别讲一下 数仓分层里面的表叙述一下有什么 分析一下两个事物之间的关系，怎么分析(有点抽象的问题)，有什么经验

1.自我介绍 2.熟悉flink还是spark 答：flink 3.介绍下flink架构吧 答：这里越深越好，我就讲到了flink的jobmanager(dispathcer，jobmaster)和taskmanager 4.flink有哪些算子? 答：map,flatmap,filter,window,union等,RichFunction提供生命周期open close,上下文环境。 5.fl

#歌尔# 项目 ETL部分 拉链表的设计与作用 数据量的大小 为什么选择kmeans，介绍一下其他的聚类方法 八股 介绍下数据仓库的分层 大数据中的数据倾斜 hive开窗函数 spark streaming和flink的区别 sort by 和 order by的区别 有没有用过doris等 （没用过） 什么时候可以来实习

自我介绍 实习工作介绍 事实表与维度表如何搭建 星型模型与雪花模型 维度冗余 业务场景理解 数据倾斜原因和常见手段 手撕 一道sql： 连续登录7天用户 两道算法： 二维动态规划 n! 尾数0的个数

项目 垃圾回收，JVM调优 Elasticsearch 结构 索引 集群分片 redis 数据结构 mysql优化，事务 ，索引，MVCC 聊天

4.27 1h B2B，百度电商部门 介绍完自己直接开始写算法题 随机数据的峰值，如 1 2 3 6 5 8 7，返回 6 或 8都行，要求时间复杂度O（lgN） 斐波那契数列，要求时间复杂度O（lgN），矩阵解法 求两个字符串的最长公共子串，如 abcedfgh 和 bcedgh 最长公共子串是bced 求两个字符串的最长公共子序列，如 abcedfgh 和 bcedgh 最长公共子序列是bce

对于使用分治方法的最大和子数组算法，我需要返回和和子数组。 我能在所有的测试中正确地计算和。然而，我无法计算出正确的子数组。 我的总数（正确）：34 阵列：2 9 8 6 5-11 9-11 7 5-1-8-3 7-2 正确子数组：2 9 8 6 5 我的总数（正确）：50 阵列：31-41 59 26-53 58 97-93-23 84 正确子数组：59 26-53 58 97 我的总数（正确）

对于工作计划应用程序，我需要为w周（=7w天）生成许多可能的员工计划。员工时间表由计划期内每天的班次（早班、晚班、夜班、Rest日）列表组成。应用程序是用Java编程的。 此时，我代表员工时间表如下： 移位是表示分配移位的枚举，定义为： 我在枚举声明和方法中也有一些shift属性来比较属性，但我认为这与此无关。 每个员工都有一份他可能的时间表列表： 我的问题是，我实际上有50名员工，我想为每个员工

面试官都没开摄像头，然后让我开了。 两个面试官一男一女 1. 先讲讲对索引的理解和概念。 2.出了一道sql题学生成绩表： 学号，姓名，性别，班级，分数 按照分数倒叙，以班级分组，姓名排序 如果 分数相同 并列。 3. 删除表中 学号 为10010的数据： 4.讲讲join 5.python 中的闭包理解 6.split 和 join理解 7.给一个txt文件找出所有大写字母的个数 口述pytho