初试：1.数据库索引相关2.数据库事务3.锁，死锁4.hadoop，join的mr过程5.数据倾斜及解决方案，如何采样大key不人工分拆6.clickhouse，了解哪些其他olap数据库7.数仓建模，事实表，维度表8.一个新业务如何从0构建数仓9.实习中遇到的问题，怎么解决的10.sql 总体难度不大，但是我老是细节有问题二面：1.sql查询clickhouse过程，clickhouse相关，其他olap了解多少2.设计数仓表3.实习经历相关，了解哪些大数据前沿方向三面：场景题，结合实习工作内容好的数仓是怎样的数据质量，及时性如何保证了解哪些大数据前沿方向职业规划为什么不读研个人评价编程掌握化身鹅黑了#暑期##腾讯##数据开发工程师#

自我介绍：是怎样的人，有怎样优势，做怎样改进岗位是否匹配预期介绍工作内容业务方沟通需求整理数据，提出数据，可视化提供给业务方能力：沟通，数据分层实践数仓了解多少机器学习拷打SQL考察思维题什么是数据分析面试官简述数据分析理解反问

面了1个小时左右，下面记录一下问的问题1.上来介绍了一下业务，是做qq浏览器的2.问了一下做过的项目背景（尚硅谷离线数仓）3.问了一下大数据专业在校课程学什么，会学计算机的基础课程吗（我说了会，然后就开始疯狂拷打计算机基础......但计算机基础几乎没看，主要都在准备大数据的课程）4.进程和线程的区别5.死锁的四个条件6.python怎么创建线程7.线程安全怎么保证8.http和https的区别9.什么的对称加密算法和非对称加密算法，分别应用在什么场景10.TCP和udp11.四次挥手，四次挥手等待多久12.数据库常用的索引结构13.为什么b+树可以减少磁盘io14.b树应用在哪些地方15.数据库的acid16.mysql怎么实现acid17.怎么回滚18.数组和链表的区别19.栈和队列20.怎么用栈实现队列21.图的最短路径算法22.常见排序算法的时间复杂度23.排序算法的稳定性写一道连续子数组最大和。还以为会问一些大数据相关的内容，结果问的全都是计算机基础，都没怎么看过，纯纯的被拷打了

#软件开发2024笔面经# 阿里云数据开发岗位面试公司名称:阿里云面试岗位:大数据开发整个是大数据开发，我以为是数仓开发，结果问的全是Spark问题，被搞自闭了。1，自我介绍2，park中RDD的Task数量由什么决定?3，Spark怎么实现算子中的变量共享?4，Spark共享变量的使用条件?5，可序列化?连接池实例是在算子内还是在算子外?我一开始没想好，先回答了连接池的作业:是为了连接的复用，将可能会用到的连接通道给提前打开，存在大量通信请求场景时，可以用到连接池来优化整个通信过程的效率。我回答是 连接池实例应该在算子外创建和管理，这样算子共享相同的连接池。但面试官说让我好好想想。然后问我如果进行网络连接，是一台电脑连接还是多台连接?应该是在算子内，通常是因为数据不能或不应当在算子之间共享，或者存在连接泄漏的风险。例如，在使用HBase时，连接器必须在算子内实例化连接池中的连接，以确保每个算子在处理数据时都能获得可用的连接。6，习惯用的语言?Scala熟练不?对Scala有什么看法?7，为什么选择Spark来处理数据?因为非结构化的数据多吗?这是3面，整个流程大概花了50分钟，问的问题脉友一场，知无不言