思必驰大数据日常实习岗位面经(OC)

找了半个月的实习，面试了20多家，在同程HR面之后还被挂的惨痛经历之后，终于找到了一家不错的公司。(现在大环境下大数据实习太难找了，基本都是外包要人，BAT我都是一面挂，有些是简历挂)

下面讲讲我记得的一些问题

一面(40分钟)

自我介绍

1. 熟悉二叉树吗，细说有多少种二叉树，哪些二叉树是用来排序的，并且将各个树的特点讲讲
2. 了解MySQL存储引擎嘛,说说自己看法
3. 计算机网络，TCP,UDP区别。Http和HTTPS的区别(计算机网络基础太差了，因为没系统学过，答得十分拉跨)
4. 了解索引吗，为什么索引内存中用的是红黑树，而磁盘中存储的是B+树(二叉树搜索logn,多路搜索是nlogn，但是多路搜索树的话矮胖，IO时间少)
5. 我看你简历上有数仓项目，讲讲对数仓理解，为什么要分层，有什么弊端嘛(因为层层有耦合性，如果ODS层数据出错，会污染整个数据仓库)
6. 了解Linux命令嘛，说说常用的命令，如何求一个文档关键字出现的总次数(grep|wc)
7. 我看你了解Spark,说说为什么比Mapreduce快(从Spark的DAG分Shuffle和容错性来答，而不是所谓RDD在内存中)
8. 如何使用Spark读HDFS数据写到Mysql去(没写过)
9. Spark和Kafka结合了解过嘛，spark转换算子(Map,Mappartition,foreachpartition的区别)
10. 说说Flink是如何读Kafka的，Flink是如何分并行子任务的
11. 一般用什么语言(Java)，会什么语言(JAVA,PYTHON,SCALA)，用过Springboot嘛(本科时候用过)，为什么走大数据，而不是JAVA后端，有对比过嘛
12. HashMap的理解，为什么不一开用红黑树，而是要到数组大于64并且链表大于8的时候变成红黑树(如果Hashcode写的规范的话连续8次命中同一个Slot的概率很低(符合泊松分布，概率为千万分之一)，所以红黑树是用来兜底的)。为什么用二叉树而不用B+树(和前面的一样，二叉树搜索就是最快的)。

反问

1. 如果能来贵公司，具体是做什么
2. 请问多久有答复(面试官的回答让这几天碰壁的我又充满了信心：他说给我打80分，因为有些地方答得不够好，但是作为实习生来说还是优秀的)

二面(10分钟)

本来前面主面试官说只有一轮，然后加面了。原因是对我感兴趣，想问问我的情况，就和朋友聊天一样，主要想摸摸我的兴趣点。

整体面试下来还是很舒服的，面试官人也很好，当我们聊HashMap的时候聊的还是很起劲的，面试官说让我多看看，其实底层很有意思。总体来说是最舒服的一次面试了