快手数据研发工程师一、二、三(HR面)总结,已意向书感谢牛客

9.8 15:00
快手数据研发工程师一面总结：
时长：30分钟左右

1.自我介绍
2.围绕项目提问(是否是实验室项目，是不是自己做的全部模块等等)
3.数仓理论、建模理论了解多少? 星座模型知道吗？和星型模型有什么区别？
4.Flume都有哪些组件？分别使用什么类型的Source、Channel和Sink？
5.Kafka如何保证不丢数，如何保证不重复数据？
6.HDFS的常见数据格式，列式存储格式和行存储格式异同点，列式存储优点有哪些？
7.Hive数据倾斜什么表现，如何处理？仔细说下如何调整MapTask和ReduceTask中内存大小和cpu核数；小文件如何处理？切片大小能不能任意调整？
8.Hadoop的MR过程
9.Hive都用过什么窗口函数？
10.知道UDF、UDTF、UDAF吗？他们有什么区别？自己写过这些函数吗？
11.SQL题：
1.表table1(usr_id int,usr_dt string)，其中id字段数值相同，找出表中连续活跃的天数，如果不连续，则当前行连续活跃字段设为1，返回查询结果table2(窗口函数)
2.如何将表table1的usr_dt字段的值转化成一个字符串，以逗号分隔(concat_ws()和collect_set()函数的使用)
3.如何将表table3的中生成的那个字符串变成原先table1的形式(UDTF中的explode()和lateral view()函数的使用)
12.窗口函数如何取得当前行，如何取得前n行和后n行？
13.反问问题

ps:面试官是个小姐姐，很温柔，会很耐心听完，然后引导回答。忽然对快手多了几分好感,2333

9.10 11:00
二面总结：
时长：55分钟左右

ps：自我介绍后，面试官就说咱们直接从项目开始吧，问一些调优的东西..

1.自我介绍
2.项目中都用到了什么技术栈？为什么用了Flume还要用Kafka？项目开发时间长还是框架搭建时间长？过程中遇到过什么问题？(几乎把用到的所有框架都问了一下,Hadoop、Flume、Kafka、Hive、spark等等)
3.用过Sqoop是吧，这个什么组件？碰到过什么问题？项目中Sqoop用来保证数据和数仓的什么特性？
4.Sqoop在保证数据导出一致性时遇到了什么问题？(在MySQL中通过临时表，模拟事务特征，临时表全部导入成功后在导入MySQL的正式表中)这个问题和事务一致性有什么区别？
5.如果Sqoop导入的表特别大，没有办法通过临时表的方案保证数据一致性，怎么处理？
6.SQL题：
表名：log，字段：时间 dt、用户ID uid、城市 city、访问时间 tms
返回：一个时间内的某个城市的pv(次数)和uv(人数)
7.上述SQL代码中哪里会出现数据倾斜，为什么？如何处理？
8.如何优化上述SQL(Hive调优，SQL调优)
9.group by子句中，有两个字段，这个过程会触发几个MR过程？整个SQL代码中会触发几个MR过程？
10.count(*)和count(uid)有啥不同？和count(1)有何不同？
11.手撕代码：二叉树的后序遍历(递归、非递归)
12.数仓理论了解多少？
13.做过主体域或者数据域的分析吗？
14.反问问题

9.17 11:00
三面(HR面)总结：

时长：20分钟左右

1.核实个人信息和意向岗位，确定毕业时间

2.自我介绍

3.说一两个你最满意的竞赛或者项目

4.竞赛或者项目中遇到的最大困难是什么

5.和队友沟通过程有遇到过冲突吗？

6.为什么算法转大数据，了解过应聘岗位的工作内容吗？

7.面试过程中对于面试官、工作内容和工作地点有什么想反馈的吗？

8.近期有面试其他公司吗？当前进度都是什么？给你快手的offer会来吗？能提前来实习吗？

9.用一个词或者一句话形容自己

10.反问问题