《百度大数据开发工程师面经》专题

一面 redis： RDB和AOF的区别 AOF中记录的是什么，RDB中记录了什么 过期数据的删除策略 使用这些删除策略可能会出现哪些问题 定期删除是所有数据删除吗 内存淘汰机制 allkeys详细说说 redis使用场景 redis和memcached有什么区别 为什么用单线程不用多线程 clickhouse（实习里用的主要是这个）： 简单介绍一下clickhouse，说说为什么用这个 说一下R

#百度#面试官很好，总体感觉问的比较简单，但是好久不看八股感觉很多都忘记...理解还是比较浅层，一些实战方面的内容还比较欠缺...要努力了！！！

一面： 无自我介绍环节，直接开问 1、聊实习项目，很细，聊了好久 2、yarn任务提交流程 3、spark的stage切分原理 4、spark任务提交流程 5、对比mr和spark，为什么都用spark 6、谈谈对hudi的理解 7、kafka的负载均衡原理 8、两道算法题，字符串相关的 9、反问 ps.好多过程不记得了 二面： 三个模块 开发 大数据 算法 不想回忆了，直接自闭，一点都不会 但是

一面： 主要还是挖简历 自我介绍 问项目经历，聊聊过往开发的项目（聊了很久） 聊聊MySQL的事务 细聊ACID 隔离级别 innodb默认级别 innodb的底层数据存储 对比mysql和hive kafka为什么吞吐量大 场景题目：100个G的文件，保存用户id和看的bookid，求top10阅读量的书 反问

#百度##测试#小度质量部 072面试1h 1. 自我介绍 2. 项目具体情况 3. 实习情况 4. 工作中遇到多进程/多线程的问题 5. 序列号生成的方式 6. Python多线程和多进程的性能问题 （告知面试官自己理论方面是对Java更多了解一些 7. Java的数据类型有哪些 8. 整型占几个字节、int型数据范围 9. Java中String类直接赋值一个常量和直接new一个新的对象的区别

一面： 感觉一上来就是主管面，主业务面，考验业务能力和沟通能力 介绍下专业的课程，说说最喜欢哪一门，为什么 直接问实习经历 实习中的项目，扣细节（大部分时间都在问这个） 在同程做了什么业务 广告业务数仓负责哪些东西 广告投放的指标，如曝光、转化等等 广告有哪些类型 聊聊广告投放流程，投前、投中、投后 投中的过程每一轮具体的事情 对比hive和spark 为什么业界都用spark不用mr了 聊聊fl

2022-07-22 时长1h 1 自我介绍 2 数仓项目数据量多大 3 几个shell问题，监控spark日志内容并写入到另一个文件、实时监控spark日志内容 4 Java关键字、面向对象三大特征、接口和抽象类区别 5 set list map区别 6 介绍JVM内存区域，String是基本数据类型吗？基本数据类型变量存在哪里 7 垃圾回收机制 8 新生代老年代对象是如何流转的 9 创建线程的

2022-07-27 下午 时长1h5min 百度的面试官真的很好，这点没得说 1 自我介绍 2 数据倾斜——结合业务说了分组聚合和join，大表大表join怎么解决数据倾斜，展开说 3 SQL 没做出来，但是面试官全程提示，沟通交流 4 Hive和Spark哪个比较熟悉，我们聊一聊——都比较熟悉，问了Hive组件和底层执行逻辑，逻辑计划优化有哪些方法，什么是谓词下推（自己提到了） 5 算法：数组

发面经，攒好运 面试官是个小姐姐，说话非常温柔，但万万没想到面得内容和后端确实关系不大 自我介绍 你用了redis，那能说说他有什么好处吗以及他适用于什么场景？ 那redis有什么缺点呢？（我不太清楚，只能说内存要求可能比较高？以及缓存雪崩和击穿） 数据库四大特性以及四大隔离级别 说说持久性 索引以及你用过索引吗 分享一下你在做项目的时候有没有遇到什么比较大的挑战 然后考了一道简单的mysql j

首先是自我介绍：balabala 是否了解过数仓和Spark？ 再Linux系统中，找到对应的Java进程并删除。 同样的在 Linux系统下，删除使用某端口的进程。 介绍一下Mysql和LSM，并分析下这两种引擎是基于什么？适用于什么场景？ sql编程题：牛客每个人最近的登录日期(二)() 算法题：二叉树的最大路径和 (较难) AC Code： class Solution { public:

#国企#一面 约37min 1. 介绍一下项目 2. MongoDB分布式存储是怎么做的？ - 数据分片是怎么做的？ - 如何保证节点间数据的一致性？ - 如果有节点挂掉会怎么办？ 1. 地理数据如何索引？ 2. 喜欢用什么开发语言？ 二面 约40-50min - 自我介绍 - 问了一些奖学金的情况 - 介绍项目经历 - 对分布式事务了解吗？解释一下分布式事务是做什么的 - 如何保证分布式事务的原

公司：广州网易互娱 面试时间：2024.07.23，共计65分钟 共两位技术面试官，轮流提问 流程：自我介绍、项目、基础知识(Java基础方面、数据库方面、计算机基础方面(操作系统)、计算机网络方面)、算法笔试。 问题 自我介绍 项目方面 成本治理中负责的工作内容 数据平台中，任务计算成本的计费维度 Spark作业从哪些方面可以发现能够优化？ Spark作业可以从哪些方面进行优化？ 从哪些配置入手

其实主要怪我简历写的太宽泛了 按简历写的技能问的 1.tcp/udp 传输层相关 2.http https 3.arp dhcp 4.组播 广播 5.栈 队列 二叉树 平衡二叉树 图 完全图 6.鼠标按下之后 到页面反应 计算机系统的驱动程序和cpu等发生的事情 7.python gil锁 8.java jvm 9.项目用了什么框架（就写了脚本） 10.sql 连接 11.编程:树的深度优先遍历（

#面经##百度2024校园招聘##测试开发# 1、自我介绍 2、为什么会选择自学C++，为什么不考虑其他语言 3、C++与C相比谁的效率高 4、你当时是怎么做webserver这个项目的，为什么要做这个项目 5、除了epoll，还有哪些I/O多路复用技术 6、它们的优缺点 7、什么时候用select比epoll好 8、ET和LT的区别 9、你知道哪些设计模式 10、单例模式简单介绍下，它有什么优点

#面经##百度2024校园招聘##测试开发# 1、自我介绍 2、项目背景、分工、需求介绍 3、C++内存模型 4、DNS 5、数据库事务 6、场景测试用例设计(邀请好友拆红包)(面试官人很好，一直在引导，可惜还是有很多没有考虑到，思路太局限了) 7、为什么会选择测试开发岗 8、有没有技术是你不熟悉、不适应但必须要学的，你是怎么学的 9、你认为自己项目中的分工合理吗 10、代码：整数数组中除了一个数