《大数据研发实习》专题

为啥官网上写着java 数据库，结果面试全问我C++，这几天看的数据库都没问啥 30min 1. 自我介绍 2. 说一下Linux和常用命令，线程和进程的区别 线程和进程的本质区别是什么 3. Linux如何查看是哪一个进程占用率指定端口 4. C++了解到什么程度 5. C++中的const和底层const 的区别 fun(int i) fun(const int i)有什么区别，编译器怎么看

状态最不好的一次，面试官说话温温柔柔的我本来中午就没睡感觉快要睡着了 腾讯会议，对方没开摄像头（整个屏幕都是我的脸） 自我介绍 然后问了对数据开发的了解 数据建模、数据分层 然后就开始共享屏幕写sql（本来让我写hive sql，我说我不会） 三道题，写的稀碎... 主要是问题的逻辑我理解不了，再加上自己sql写的没那么熟练，在加上我真的好困啊 然后写完了 他就和我说，多练练sql，别搭虚拟机框架

顺带分享面经 9.05到家一面： 自我介绍 实习相关 画像表和指标维度表的区别 标签体系 数据结构基础。dag如何排序 算法，删除链表重复元素 9.18美团平台一面： 数仓分层 spark任务提交 数据倾斜，如何处理 数仓好坏 开发完成之后如何做数据验证，如何确保是对的 反转链表 9.20二面： 学校 实习 在实际工作中对数仓理论的认识 如何对订单数据建模，考虑哪些维度 任务跑得慢怎么分析 如何估

一面 经典的自我介绍 我看你实习经历挺多的，你挑一个项目讲讲看吧？我希望听到的是背景，目的以及你做了什么 balabala 嗯嗯，这么看我了解你的业务背景了，那你觉得你项目的目的是什么呢？ 我：balabala，为了看a，b，这几个指标 拆解之后是看这些内容，但是主要是为了什么呢？是不是为了提升用户的体验 （面试官真的一步步引导） 再说说你做了哪些表吧，涉及到哪些层？有哪些比较重要的指标。 bal

#软件开发笔面经# 1、自我介绍 2、面试官：你倾向于数仓还是数开。我：实习做的数仓，所以更倾向于数仓。面试官：好的，我们是做后端开发相关的 3、说一下实习期间做的工作 4、介绍下你的第一个项目 5、了解过zookeeper吗 6、spark中dataframe和dataset的区别 7、简单说一下kafka是干什么的，消息能保证全局有序吗 8、了解容器吗，docker和kubernetes 9、

1.挖项目 2.jvm垃圾回收 3.找问题，String类型循环内使用+= 4.mysql 聚簇索引和非聚簇索引 5.hashmap原理 6.索引数据结构（b+树)，特点 7.hive数据倾斜 8.hive mapjoin ,bucket map join ,SMB join 9.flink watermark 10.flink checkpoint. 三种分布式快照算法 11.flink 状态

1.自我介绍、成绩排名、读研计划、奖学金、是否挂科、有无数模竞赛经历 2.介绍项目，数仓设计中主要考虑的点 3.开发用的语言 4.项目数据量多少，报表用什么软件做的 5.实习工作介绍，dqc怎么用的 6.实习最难的一点是什么 7.机器学习和深度学习了解吗 8.python常用的包 9.rdd和dataframe和dataset的区别 10.hive查询过程怎么优化 11.你的性格在工作中的优势 总

聊项目 面相对象三大特性 JVM内存结构 Hashmap springIOC AOP 缓存雪崩 sql问题

已Offer 技术面（1h，已过） 1. 自我介绍 2. 问了一下实习，开始挖项目 - 说说你的项目架构，整个流程是什么样的 - 如果让你构建一个大数据分析平台，你会选择哪些组件？（主要是数据存储、计算等） - 如果是要求实时处理呢？ 3. 问Flink（不会，直接跳过） 4. 为什么选Clickhouse？和其他OLAP数据库相比有啥特点？ 5. 八股 - 进程与线程区别 - 说一下Spring

问题内容： 我正在尝试使用Hibernate插入或更新大数据。我有一个包含350k对象的列表，当我使用Hibernate时，要花费数小时才能插入所有数据。 我正在使用以下代码进行此操作。我的开发环境是JDK1.4和Oracle数据库。 我正在使用批处理更新，还设置了属性50，但这并没有帮助。 我的对象与另一个对象具有一对一的关系，因此在这种情况下使用StatelessSession可能会出现问题。

问题内容： 假设我有一个熊猫数据框： 我想计算数据框的列均值。 这很简单： 然后按列范围max（col）-min（col）。这又很容易： 现在，对于每个元素，我要减去其列的均值并除以其列的范围。我不确定该怎么做 任何帮助/指针将不胜感激。 问题答案：

问题内容： 我的网站上有一个页面，该页面使用jquery AJAX从PHP后端请求JSON数据。我想查看返回给浏览器的JSON，并尝试使用Chrome浏览器的开发人员工具（位于下）进行操作。 问题： 尽管我可以通过在其中选择XHR项来查看JSON数据，但是响应似乎在途中中断了。根据Chrome的说法，此JSON响应大小为300-400KB。我想知道网页是否接收到了完整的JSON响应而没有截断，如果

群面（轮流技术面，还好） （4候选者+1hr+1负责人+2技术面试官） 1.自我介绍 2.问测试项目（好久没看了，记不清。。。） 3.输入网址到出现页面的过程？ 4.DNS 6.什么是合理的测试用例？ 7.为什么想要做测试？未来的职业规划？ #秋招##测试#

几个月来，我在学习熊猫的过程中，一直在努力想出这个问题的答案。我在日常工作中使用SAS,它的核心支持很棒。然而，SAS作为一个软件是可怕的，还有许多其他原因。 有一天我希望用python和pandas取代我对SAS的使用，但我目前缺少一个用于大型数据集的非核心工作流。我说的不是需要分布式网络的“大数据”，而是大到内存放不下但小到硬盘驱动器放不下的文件。 我的第一个想法是使用在磁盘上保存大型数据集，