面试题集锦

hdfs有几种存储类型
Kafka的partition存储具体细节
Kafka中索引和真实数据的具体查询机制（.index和.log，二分查找）
Kafka消费者组中如果一个消费者挂掉，会发生什么？(怎么保证后续消费的正常？)
补：涉及协议
HDFS的读数据流程（深究） DataNode之间传输Packet一个过程 balabala
HDFS支不支持多个客户端写同一个数据文件

介绍项目五层架构的作用数据源是哪来的用户行为数据拿脚本生成的逻辑脚本一次生成多少条数据统计的指标有哪些

yarn的资源调度任务提交 yarn有几个模块七个子模块？ clint，rm，am，nm。后来想想，可能是想让我说Hadoop 中MapReduce过程中的七个，再加上dn，nn，2nn

mysql的引擎还有和innodb这类数据库的区别

聚簇索引和非聚簇索引

事实表维度表，讲了讲大概是什么东西

当数据量很大要运行很久的时候有没有用过什么优化手段？

sql函数rank(),dense_rank(),row_number()的区别？

hbase用过吗，rowkey的设计原则是什么

如何解决热点现象

java的集合类有哪些

java实现多线程的几种方式

你知道有哪些实现线程池的方式吗，讲一下有哪些类

udf函数的分类

你实现的udf函数的功能

自我介绍、介绍了一下你的数仓项目、遇到过的最难的需求，怎么解决的、 MapReduce的执行过程、 zookeper的leader选举机制，常见的一些应用场景，举例说明

hive优化你用过哪些，数据倾斜遇到过吗、你采用的数据存储格式是什么，相比于其他有什么优势

hashmap的底层原理是什么

上海商业化部门： 5.10下午字节一面 1、自我介绍 2、问实习内容，有没有痛点 3、python的装饰器、is和==的区别、好像还问了几个忘记了。 4、tcp是如何保持可靠性？ 5、那分别介绍序列号和确认号、超时重传？ 5、流量控制如何进行的？拥塞控制又如何进行？ 5、tcp和udp的区别。 6、http的method有哪些并解释各方法的作用。 7、http和https有什么区别？ 8、cookie和seesion有什么区别？ 9、代码题：求一个字符串中的出现最大次数的字符并返回该次数。 10、设计测试用例：扫码支付。 11、逻辑题：有一根金条只可以切两次用来支付一个工人7天的工钱，你要怎么分配。无反问阶段。。。 5.16字节二面： 1、自我介绍（背景知识少说） 2、实习内容，除了用unitest这个框架外自己增加了哪些技术点？ 3、实习网络业务介绍？ 4、深度学习模型怎么设计的？为什么这么设计？怎么与传统的图像处理方法相结合。 5、损失函数用的什么？结构相似度损失和像素损失相结合。 6、怎么评估模型的，用了哪些指标。 7、你最熟悉的语言？Python的GIL说一下？什么是CPU密集型、什么是IO密集型？ 8、Python深拷贝和浅拷贝有什么区别，函数传参是浅拷贝还是深拷贝？（这是个坑，函数传参属于直接赋值） 9、Python用过哪些库？有没有用过实际开发需要调用的库？ 10、死锁的必要条件？ 11、说一下索引的优缺点？说一下索引的底层原理？ 12、算法题：最长公共前缀。设计该算法的测试用例，直接写出来，并说一下为什么这么设计？ 13、你有什么想问的？