快手大数据开发一、二面凉经
快手
之前在我邮参加了快手的宣讲会，还抽中了唯二的大奖Apple Watch，之后的秋招之路才逐渐顺了一些，所以对快手抱着一些很美好的期待和向往。后续参加了笔试，然后受邀去快手总部参加了现场面试。面试体验都很不错，面试官水平都很高，而且很和蔼可亲，只不过自己知识面不够扎实，没有能走到最后吧。最后面完12：40了，还发了一张餐券，食堂套餐任选一个免费吃，吃的也蛮不错的。除了自己表现不太好，也算为快手给我的奖项和缘分做了个美好的结尾，以后有缘再会！
一面：
1、自我介绍一下
2、Hive的存储引擎了解哪些？例如常用默认的textfile，还了解哪些？orcfile。textfile和orcfile有什么区别？行列存储？是行存储还是列存储？
3、Hive的order by和sort by有什么区别？
4、Hive的udf、udaf和udtf了解过吗？自己有没有写过udf？
5、SQL题 一个login_in表，userid、login_time、ip，表数据量比较大，千万级甚至上亿级别。取出最近10条登录的数据（考虑上数据量巨大）。常规做法全局order by limit；对userid或ip用窗口函数做分区加编号再过滤，分区内login_time倒序排，之后再全局order by。怎么样用sort by的方式去实现？回答distribute by + sort by。
6、Hive表的内部表和外部表有什么区别？实际实习工作中有用到过吗？用的是内部表还是外部表？
7、Hive中grouping sets、with cube等这些高级的函数有没有使用过？
8、Hive的优化点，怎么去写更优的Hive语句，如何去优化？在实习工作中有没有遇到过？
9、数据倾斜的解决方案？
10、SQL题，还是login_in表，统计登录的总条数和登录的总人数，考虑下数据量很大，一个人可能有多条登录数据。
11、介绍一下HBase的一些特性。在删除HBase中的一个数据的时候，它什么时候真正的进行删除呢？当你进行删除操作，它是立马就把数据删除掉了吗？
12、SQL题，还是login_in表，算总人数的时候会在Hive里面起几个MR。
13、Java平常写的多么？Java的HashMap和HashTable有什么区别？线程安全的Map是什么？实际用过ConcurrentHashMap吗？
14、抽象类与接口的区别？方法的默认实现？接口中可以定义常量么？
15、Java1.8的新特性你了解么？stream流了解吗？
16、Java线程写过吗？怎么写一个线程？实际项目中写过么？
17、线程池了解过吗？
18、ArrayList和LinkedList都用过吗？介绍一下？
19、现在有一个String的对象“ABCD”，如何将这个字符串反转生成一个新的字符串。
20、MySQL用过吧，它有什么引擎？InnoDB和MyISAM有什么区别？
21、MyISAM的一些索引，单列索引、组合索引、主键、唯一索引都什么区别？
22、Shell中统计一个文件的行数用什么指令？在Shell脚本中获取传入参数的总个数？
23、Shell中压缩一个文件夹，用什么指令？
24、SQL题，还是login_in表，加一个pay_info表，字段包括userid，pay_time，payment_amout。要求查出登录了但是未支付的总人数，一个用户也会有多条支付的数据。注意多条重复关联去重问题。
25、where和having有什么区别？
26、有了解过Flume、Kafka吗？
27、你是保研的还是考研的？
28、你的方向是大数据哪一块？离线还是数仓？
二面：
1、自我介绍一下
2、在百度是在哪个部门实习啊？在哪个地点？在华为做的东西偏后台对吧？华为在哪个地方？
| live_id | start_time | end_time |
| 1 | 3:00 | 4:00 |
| 2 | 3:30 | 4:30 |
4、检索的一张搜索日志表query_log，关键字段query词，类目kind，时间timestamp。求每一个类目下，检索次数top10的query以及它的检索次数。
5、如果有一些类目的query词特别多，在执行过程中会出现一些数据倾斜的问题，这种情况下应该如何解决呢？
6、join操作底层的MapReduce是怎么去执行的？
7、select、from、where、group by、order by在一个Hive语句中，这些执行的顺序，排一下序号。
8、聊一下你之前做的项目，先说一下在百度的吧，具体问了问项目内容。
9、这个涉及Spark SQL的项目是做什么？
10、导师项目涉及的HBase数据量大么？有自己搭的集群是么？
11、实时相关的框架接触过吗？
华为泡池子238人在聊