《百度大数据开发工程师面经》专题

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

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

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

一面 8.30  50min 1.java常用的容器，数组和链表区别？hashmap,put的过程 2.解决hash冲突的方式？（开放定址法（线性探测法、平方探测法前后寻找）、链地址法、建立公共溢出区） 3.上面解决hash冲突引出了threadlocal，threadlocal为什么需要要用弱引用？（把源码从头到尾讲了一遍，面试官说理解的不错） 4.AQS用过吗？提供哪些接口？ 5.TCP、Ip

40min 面试官问的很细，来自数据平台，技术感觉很强很全面。 warm-up 自我介绍 有其他意向吗？能来北京吗 挑一个做得好的项目介绍下全流程 难点在哪，讲一下 ElasticSearch ES有用到集群吗？有设置分片吗？有设置副本吗？副本数是多少？ 你是怎么建立索引的？为什么这么建立索引？ Hive 离线处理有用过Spark 吗？没有，主要用的是Hive 说一下Hive 构造UDF 的过程？

1.自我介绍 2.一周能实习多少天 3.是否考研，为什么不考 4.linux基本操作 5.手撕SQL，没答上来。请求提示，有个函数没听说过。 6.在学习的时候哪里用到了SQL 7.MySQLDDL是否了解（太紧张突然想不起来DDL是啥了，就说了没有。。），结束那一刻我才反应过来，麻中麻。。 8.反问环节 hr挺和蔼的。但是我实在又紧张又菜。。估计是凉了。 过两天还有百度的面试，更是重量级，看到自己

0：自我介绍必不可少的 1：数仓的数据从哪里来的？多少数据？ 2：数仓分层 3：DWD层如何保证和ODS层的一样的数据粒度，如何提供数据质量保证？ 4：什么阶段进行数据清洗？ 5：数据量很大的时候每层都进行数据清洗吗？如何解决 6：ETL过程中，数据出现问题了如何预警？ 7：团队合作的时候如何保证数仓分层的规范？ 8：Hive的调优（项目写到了这个） 9：什么是zookeeper？ 10：zook

投nlp挂，转岗大数据开发 一面 算法题：一个只包含1，2，3的数组，排序使得3在最前，2在中间，1在最后。要求时间复杂度O(n)，空间复杂度O(1)。 用双指针，类似快排的思路。 二面 算法题：数组中，第一个非0的数位置索引，时间复杂度O(log n)。 二分查找。 两个面试官都很nice，没有因为岗位不匹配为难。#我的秋招日记#

发帖求好运 部门：基础研发平台-数据科学与平台部 --------- 一面：57min 1.自我介绍； 2.讲最熟悉的项目； 3.爬虫遇到的问题，如何处理的呢； 4.mysql：left join \ right join \ full join，用一个案例讲一下； 5.数据仓库了解吗； 6.Hashmap的原理了解吗； 7.Hadoop了解吗； 8.NameNode了解吗； 9.HDFS为什么安

面试问题： 1. 从8个外观相同的球里找出质量不相等的球。器材：一个没有砝码的天平；要求：几次称重后肯定能找出来。 2. 在离散的二维平面图形中，面域由三角形组成，用数组存储每个三角形的顶点，如何找出处于边界上的边； 3. 智能指针的作用和原理；

9.11 一面 35min： 1.自我介绍 2.专业介绍 3.Mysql索引 4.Mysql事务并发导致的问题 5.Mysql两种引擎的对比 6.Hadoop运行模式 7.job tracker 作用 8.Hdfs小文件问题 9.Hadoop调度器 10.Hadoop脑裂出现的原因 11.Kafka 怎样保证不丢数据 12.Flink task和subtask 的区别 13.并行度和slot的关系

#浪潮25提前批# 时长10分钟 1.为什么投数据岗 2.了解和使用过哪些数据库 3.如何提高MSQL查询效率 4.接触过python脚本吗 5.python中的命名空间是什么 6.java开发过程中遇到最多的报错是什么 7.数组越界产生的原因，如何解决 8.空指针在什么情况下会产生，如何解决 9.equals和==的区别 10.还有哪些方面的知识想更多学习一下 11.对大数据比较感兴趣吗

前言 百度上一个部门面试挂了之后，又联系了其他部门的面试，结果还是一面秒挂 一面（2月9日，1h15min） 自我介绍 闲聊（10min） 手里有没有其他offer？ 三方有没有签？ 为什么秋招不去签一个保底的？ 还有其他一些话题 实习经历（20min） 介绍一下每段实习主要做的项目？ 介绍一下每段实习的项目难点和技术栈？ 其他一些实习项目问题 JVM 什么是类加载？ 讲一下类加载的过程？ 讲一下

1.问项目 2.数据倾斜，spark,hive,问的比较多。大多是简单的八股 3.问java很多（没复习，哭死） ①java的多态是怎么实现的、 ②java泛型了解吗 ③java反射了解吗 ④java垃圾清理机制是什么 ⑤java多线程了解吗 直接一问三不知 4.sql现场写代码