《大数据求职》专题

Java的设计模式 100g的数据在小内存里如何排序（spark） Spark为什么比mr快 Hbase的适用场景 Hbase为什么快 和Clickhouse一样的数据库 Clickhouse底层数据结构 Clickhouse为什么快（很细） 两个sql（难度较大） Hadoop的高可用触发后，会发生什么（面试官说不要背八股，详细说里面的流程） Flink水位线 激活函数有哪些（sigmoid，r

timelime 9.5投递 9.13一面 9.17二面 9.19测评 10.7 21:00 收到意向邮件。 ---------------------------------------------- 防定位，面经先匿了。 #晒一晒我的offer##天翼云##大数据##秋招##国企#

总时长30分钟左右 1.自我介绍 2.大数据学习过什么技术？ 3.数据工作有哪些岗位？ 4.写一个二分法 5.一道sql，从表中提取出所有课程分数大于90的学生id 6.最近在学什么新技术？ 7.进程和线程的区别？哪个开销比较小？ 8.tcp和udp区别 9.职业规划 10.反问 总结：最近看测试内容比较多，对于大数据了解不多。面试官态度挺好，还要补的东西有点多我，sql都没写出来。找工作找得失去

面试时间：30min 自我介绍 HR常规询问，成绩排名、英语六级、籍贯、家庭、独生子女，高考分数。 研究生日常，工作学校都是怎么安排的？实习日常，加班情况？ 实习项目介绍，背景，技术栈？ Lamda架构介绍？为什么这么设计？流批一体概念？ 技术选型考虑的问题？ 选择OLAP数据库的依据？Clickhouse介绍？ 研究方向介绍，论文情况，模型和创新点？工程落地？ 对公司的意向度？ 反问：部门业务？

30min 自我介绍 项目： 介绍一下项目 几层。每层干了什么。去掉一层可以吗（又来） dwd和dws和ads都可以去掉 balabala 数据量 千万级别数据怎么同步？ 业务datex+maxwell，行为 直接flume拉。 多久同步一次？ 一天一次。 Ads层怎么接到可视化看板？ 手拉（这边傻逼了，忘记说接clickhouse同步然后接到可视化软件上了） Zk在kafka里的作用？ 保留of

一面 实习介绍 设计过哪些数据指标，这些指标的意义 项目介绍 具体分层怎么做的 表怎么设计的 对数仓和数据湖的理解 连续登录3天的用户 问的太少了，估计没想招我 #面经##大疆#

自我介绍 手撕，股票最大利润 sql 成绩排名三 数仓分层 数据倾斜 遇到的问题 为什么要分层 分析了哪些指标 介绍一下spark 介绍一下hadoop 介绍一下hbase 反问 不知道哪的问题，又凉了面了这么多0offer

主要内容：1.现有数据存在的问题,2.系统架构1.现有数据存在的问题 1.1 开发数据服务门槛高 数据开发工程师除了开发完数据表外，通常还需要思考如下问题： 数据如何交付：业务通常期望使用数据接口方式来使用数据，而非数据表，这会更加灵活、解耦、高效。数据开发工程师因此需要建立对应的数据服务 服务如何开发：数据服务有多种形式，通常要求开发工程师有微服务知识、服务发现注册、高并发等 权限、可用性问题：开发完数据服务后，需要考虑权限问题，确保数据资

主要内容：1.开源OLAP综述,2.开源数仓解决方案1.开源OLAP综述 如今的开源数据引擎多种多样，不同种类的引擎满足了我们不同的需求。现在ROLAP计算存储一体的数据仓库主要有三种，即StarRocks(DorisDB)，ClickHouse和Apache Doris。应用最广的数据查询系统主要有Druid，Kylin和HBase。MPP引擎主要有Trino，PrestoDB和Impala。这些引擎在行业内有着广泛的应用。 在云资源层，主要有E

主要内容：1.关系,2.区别1.关系 现在，没有什么流行词比大数据和人工智能更常见了。无数的分析家向我们保证，将从根本上重塑我们的日常生活。事实上，对于围绕人工智能和大数据的所有讨论，很少有人提到这两种新兴技术的融合，尤其是在解释人工智能为什么迫切需要大数据以取得成功的时候。 这是人工智能和大数据操作之间的秘密联系，以及这两种新兴趋势将如何主导21世纪。 没有大数据就不能拥有智能机器 在开始描述人工智能和大数据如何一起工作之

就面了十几分钟 面试官说我更适合去做算法 1.实习经历 2.数仓和数仓建模的理论知识（我说了维度建模 范式建模 问知不知道维度退化 不知 3.SQL：怎么找A表有B表没有的数据 数据倾斜怎么处理（不会 #发面经攒人品#

update: 9.30 约 10 月中旬 HR 面了，许愿 OC 🤗 --- 9.29 字节四面，问了 HR 四面技术好像是这个部门的正常情况😅，I'm like, well... - 自我介绍 - 上来先做了一道题：Leetcode 解码方法（动态规划） - 实习具体负责哪些工作，占比是怎样的 - 你们数仓团队几个人，数仓怎么分层、分主题 - 分层的意义 - 你在商品域的工作中是否会涉及边

9.12 一面结束后半小时飞速约了二面，9.14 二面 - 自我介绍 - 为什么读研 - 为什么转专业 - 你对大数据的理解 - 介绍一下实习组内的分工、数仓架构 - 以商品域为例，数据的模型/表有哪些，从哪些角度评价数据模型 - 你们组具体的宏观的业务流程 - 具体是怎么和其他部门协作的，流程是怎么样 - 你是怎么理解数开的工作的，你个人的偏好是哪方向 - 数据库的范式、事务 - 范式建模、维度

中秋假期所以二面三面间隔了挺久的，9.23 三面，面试时间很短，35 分钟左右 - 自我介绍 - 实习介绍 - 看你做了很多任务优化，讲讲优化的思路，从哪些方面去考虑 - 介绍一下 Cube 表去重优化 - 介绍一下***识别项目 - 你们商品维表数据量 - 你们实习部门的数仓分层 - 用户域和流量域的区别 - SQL：今天登录但昨天没登录的用户 - 算法：二叉树层序遍历，自己构造输入输出 - 你

👥 面试题目 hadoop的三个核心组件，以及hdfs的读写原理 hive的内部表与外部表有什么区别 hive里面的数据倾斜是什么？怎么去处理？该怎么去预防？ 数据仓库的分为几层？每一层是做什么的？是根据什么进行分层的？ hive里面的窗口函数有没有用过？rank(),,dense_rank(),row_number()这三个有什么区别？ hive里面数据表合并是怎么合并的？ ​hive里面的列