安永校招审计岗面试经验

#数据人的面试交流地##实习进度记录##数据人的面试交流地#作业帮时间是随机的，今天下午测的。作业帮是10道选择题加2到算法题：选择题：考了数据结构排序二叉树，linux命令：awk '$NF' test 这里的test是一个有多行数据的文件，这命令是输出该文件末行的内容。还考了mapreduce优化数据倾斜的办法这里我好像选错了有两个选项一个是把count(distinct ) 替换为sum()group by 还有是将小文件先保存到内存中这两个好像是对的都可以优化数据倾斜此问题。还考了Flink的一些特性不过我还没学过flink，还考了kafka的高性能和低性能的一些问题，这我也是一脸懵。还考了六个盘的汉洛塔要移动几次才通过。然后是算法题，第一个是简单的二分查找，不过我只通过了94%，后面看估计是我对左右指针移动还是有点问题。第二个是leetcode32题，最长有效括号，可惜了我两个月前还写过但是还是没写对，只通过了63%。也不知道能不能过。阅文（寄了，以为是8.30考没想到是8.30结束结果只写了20分钟）：这好像是前面是单选题，中间是不定项，后面是问答题单选题：考了hive内置函数，考了hive与spark的对比，hadoop节点默认备份是多少~（还考了斗破苍穹的主角是谁虽然我没看过印像中好像叫萧炎）不定项：有mysql中delete，drop和truncate这三者的区别特点（我对truncate完全没印象），还考了flink的一些知识。问答题：第一个是mapredce工作流程这个还好，第二个是如何解决spark数据倾斜的方法。这里时间不够了我一点没写，也没多少印象。这里我现在写一下加深点印象1.可以增加随机前缀或后缀：来打散数据分布，在后继计算中去除前后缀从而负载均衡2.广播小表，如果是原因是小表与大表join可以将小表广播到每个节点，避免产生数据倾斜。3.salting方法：为倾斜数据填加盐值，打散倾斜数据4.分区策略调整：通过自定义分区器或者合理选择内置分区器来均匀分布数据5.增大并行度：针对只有少量数据造成的倾斜任务，增加并行度可以更快地处理这些小任务6.数据预处理：合并一些小文件，fliter操作等第三四个就是写sql语句，第三个挺简单的就是第四题来不及看了。ok就是这些了，预祝大家都能找到自己想要的工作实现，我还是继续去沉淀去了，这一个月也不知道自己在忙些啥好像就是一直在刷算法题和sql题，八股都没怎么看，对组件的掌握还是太浅了。#实习##数据开发工程师实习##暑期实习加油##牛客AI配图神器#

有人面了深圳客路旅行暑期实习了吗，感觉怎么样？

一面033157mins自我介绍问项目有没有真实用户的使用1 讲一下JWT（项目提到）2 JWT和session的区别3 JWT和cookie的区别4 讲一下OAuth2.05 授权码模式拿到的access token泄露了咋办，如何降低泄露风险6 你说设置较短的过期时间，那过期了咋办，客户端还没用呢7 讲一下websocket8 如果不用websocket还有什么方式吗 （服务端咋通知客户端，没答出来）9 你刚才提到全双工，全双工指得啥下面开始八股10 MySQL的存储引擎11 innodb有非聚簇索引吗，说说聚簇索引和非聚簇索引的区别12 讲一讲事务的特性，具体说一下各个特性（一致性没说出来，被追问了）13 说一下隔离级别，分别可能有什么问题呢14 几个问题（脏读、幻读、不可重复读）具体指什么（一开始忘记了脏读，被提醒了）15 索引什么情况下失效 （函数、where、模糊匹配、表达式计算、不满足最左匹配原则忘记了）16 redis如何实现分布式锁17 加了过期时间，业务代码还没执行完，锁就过期了怎么办18 缓存三大问题（雪崩、击穿、穿透），如何避免19 redis内存的淘汰策略手撕lc143 重排链表当晚约4月10号二面二面04101h15mins自我介绍问项目中间一小段忘记了慢查询怎么办？（慢查询日志、explain分析字段）假如使用了索引，但是还是很慢怎么办？（索引失效的情况）假如使用了索引，且索引没有失效，怎么办？（这块答的比较差，我说的就是判断数据量是否比较大，如果是数据量实在较大，可以进行分表）spring中使用了哪些代理模式 （我只回答了工厂模式、单例模式、代理模式）说一下你对AOP的理解（吟唱）你了解线程池吗，讲一下创建参数和运行的流程（吟唱）有没有用过消息队列，如何保证消费的时候不重复也不遗漏（笔者没用过消息队列，八股也基本没看，只有一些简单的印象）那根据你自己的理解，为什么消息队列在项目中有使用，它的使用场景是什么，你觉得怎么保证消息不重复不遗漏，所有的消息都能正确的被消费到？对AI工具有没有了解，用来干嘛（ds、kimi、cursor，看论文，读代码）解决问题的效率高吗，能解决多少问题场景：设计一个抢课系统，你觉得它的痛点在哪里，你又会如何解决这个痛点，一堆人使用的时候系统不会宕机，热门课程不会被超出容量的人抢掉 （这块答的比较差）追问：这个系统越做越大，对于抢课信息的表的设计和存储，有什么好的方式，避免出现慢查询的问题继续追问：如果有人用接口去刷来抢课，这种场景怎么解决（统计某个ip的QPS，过高就ban掉）再次追问：怎么统计这个QPS？（通过调用api的用户唯一标识符存储，带上过期时间，存在本地缓存中）本地缓存可以在一个集群中多个机器下共享吗？打在别的机器上怎么办？可不可以让一个人的请求只打到同一台机器上？（面试官提醒一致性hash）手撕：寻路，只能往右和往下走，现在在左上角，能否走到右下角，能走到的话最短距离是多少（我先用的dfs，做完后面试官说dp行不行呢，我说可以，然后让我也用dp做）反问：业务 + 面试结果 + 建议体验：是一个年轻的小哥，人很好，不会的问题也会引导，是一次不错的面试体验。第二天约16号三面，后改到17号三面041758mins自我介绍项目相关 10分钟左右在实际过程（你的日常编程中）中如何减少gc的开销给了一条sql语句，分析执行的过程（我从索引的角度分析的）（select a, b, c,d from t where a=x and b=y order by c;）如何避免索引失效呢？如何看实际过程中有没有使用到你说的那些索引呢？（explain）说一下sql的整个执行过程（从连接器->解析器->预处理器->优化器->执行器）说一下整个innodb的索引结构？（说了B+树的结构）实际过程中每页快速定位记录？了解Linux的awk命令吗？（不了解）讲一下线程池的工作原理吧。（讲了线程池的参数+执行任务的过程）手撕 leetcode 3 无重复字符的最长子串为啥代码中选择使用set呢场景题：设计一个社交朋友圈，可以发文，好友可以发动态，设计数据结构和架构日常过程中是如何学习的呢？有系统的学习过某些知识吗？有深入的学习过吗？比如Linux源码之类的问实习时间反问下午约傍晚HR面

一面（4-7）：--大数据相关内容--    拷打用SparkSQL迭代计算的合作项目（常规问题：如你负责哪一部分，做什么内容，难点是什么，价值点在哪里）    Spark和MR区别    Spark宽窄依赖，DAG流程图    Spark和Hive对数据倾斜的处理    Hadoop指的是什么（狭义，广义上来答）    你还用过哪些大数据组件（sqoop,presto,zookeeper）    sqoop用来做什么    presto和Spark的区别是什么    zookeeper干什么用（高可用，不过我只知道理论基础，这一块实操我不负责）    维度建模和范式建模的区别（面向分析和面向事务，一个为了分析可以接受冗余，另一个则尽量拆分表直到没有冗余）    --之后就偏离大数据，侧重于基础知识的考察--    数据库的索引（不会，g）    数据库设计一个图书管理系统，用范式建模理论，要有哪些表和字段（很久之前的课设，所以答得很一般）    http和https（久远的知识，只答了一个后者比前者更安全）    tcp三次握手（有点印象，草草讲了一下）    tcp和udp区别（大二学的，忘完了,g）    数组和链表（简单讲了一下存储地址与增删改查的时间复杂度）--算法--    二分查找（ez）    --sql--    1.统计每个用户每天每种支付方式的总金额（没有数据，只有字段，愣了一下之后解决了）        user_id        pay_method（有两种支付方式）        date        count    2.连续三天登录（sql中经典的难题，但做法死板，多做几遍就会了）--面试官解释--    实习侧重综合能力，所以问了很多大数据之外的内容，这点和秋招有一定差别二面（4-9）：--大数据相关内容--    拷打数仓构建的学习项目    数据仓库为什么分层    数据仓库怎么分层（结合项目讲）    数据仓库分层后每一层的作用（结合项目讲）    缓慢渐变维怎么处理（SCD1,SCD2,SCD3）    SCD2好处，弊端（保留历史数据的同时更新数据，数据冗余比较多（但面试官一直追问还有吗....榨不出来了啊））    拉链表具体怎么做,end_date有什么用    hql怎么翻译成MR程序的（偷面经背了一下）    MR流程详解（看过好多版本的MR流程，挑了一个背了）    select ... from t1 join t2 group by ...  这个SQL执行，要运行几个MR（不会，跟面试官说是两个）    如果用了map join，上面的SQL运行几个MR（不会，跟面试官说是一个（因为mapjoin不用shuffle））    （这个问题后来研究应该都是跑两个MR，但是mapjoin实践检验太麻烦了，就没深究了）--其余知识--    现在我们正在进行的视频通话，用到哪些网络传输协议（一面结束把tcp和udp区别背了一下，于是乎答了个udp）    大学期间还学了那些课（就怕说漏嘴了后考我陈年老课）    读过哪些大数据相关书籍（大数据之路，还有一些阿里开发的规范文档）--算法--        大数相加（输入是很长的数字字符串）   --sql--    统计每天城市消费占比前十的用户和他们消费占区域总消费的多少（猪脑过载，逆天了）    用户表:        user_id        city_id        date        product_id        count    区域表        city_id        area_namehr面（4-14）： --常规问题--    为什么放弃深造    你对在北京工作的看法    职业规划    你给你前两轮面试打几分，为什么    你为面试字节做了什么准备    你对我们部门了解多少    没有工作经验，怎么适应公司业务    工作后你要怎么尽快适应环境oc（4-17）--------------------------------------面经到此为止，后面是一些求职感想----------------------------------------------------历程--求职本就是一个运气和实力交织的过程，这次面试凭借自身发挥和一定运气拿下offer了，但3-4月背后也有很多失败腾讯面五挂四（传奇耐挂王）    京东面二挂二    百度挂    美团挂    快手挂    字节hr面挂（挂了之后复活赛打赢了）阿里系（阿里云，携程，陶天，饿了么等）万兴，360 ...  笔试就挂了...往好的方向想，做最坏的打算。该干嘛干嘛就可以了，太注重失败就没心思学习了（而且很多kpi面没必要内耗）。希望每个人都可以得到心仪的工作，希望努力的人都有光明的未来