京东 数据开发工程师一面

问的比较少，感觉像是kpi1.MapReduce和Spark的区别2.spark的作业提交流程3.spark的RDD算子特点4.spark的宽依赖如何产生5.Flink如何检查背压（这里直接给我干懵逼了）6.left out join，inner join，full out join的区别7.数组和链表的区别8.Java的Map的底层实现反问：刚才答的怎么样面试官说spark的作业提交流程那里答的不是很好，没有体现资源分配过程，Flink背压通过看FlinkUI和日志文件检查出来

接上篇。🗓微软-MAI-Software Engineer Intern2/6投递，2/14收到问卷，2/26面邀，3/11一面挂。微软面试流程和阿里国际相似，先把所有人放在大池子里进行一面，后续再根据面试表现及匹配度分配岗位的具体方向。由于投递的部门是MAI，所以面试官看重简历是否与AI强相关，包括论文科研等，Coding考察的是用栈实现队列，以及一道智力算法题。用栈实现队列基本ac，但是智力算法题没想出来。一面挂。🗓亚马逊○Business Intelligence Engineer Intern：2/7投递，2/10简历挂。○Software Dev Engineer Intern：2/7投递，2/11收到OA邀约，2/12完成OA，由于OA的Coding三题均只通过60%测试用例，2/14挂。○System Development Engineer Intern：2/7投递，2/14收到OA邀约，2/16完成OA，Coding全部AC，但是最后2/24挂，可能是因为workstyle部分与公司文化不匹配，亚马逊比较看重这个。🗓Shoppee-大数据开发工程师3/13投递，3/14笔试邀约，3/20笔试挂。笔试部分考察408，以及三道算法，一道SQL。算法题只通过60%，笔试挂。🗓阿里国际-Bravo102实习生计划3/29投递，3/31面邀+测评+笔试邀约，4/3一面。同上，阿里国际和微软面试流程相同，先进池子一面再细分，所以面试基本围绕简历进行，整体聊的比较好，但是由于本人乱做在线人才测评，后面撤回笔试，一面挂。#面经# #软件开发# #数据开发# #大学生实习#

Hive SQL是数仓开发最常用的语言。然而，Hive SQL的性能表现并非总是尽如人意。面对动辄TB甚至PB级的数据量，查询效率的微小差异可能会导致执行时间从几分钟延长到数小时，甚至直接影响业务决策的实时性。更重要的是，Hive运行在分布式集群上，查询性能的低下往往伴随着计算资源和存储资源的过度消耗。这不仅增加了企业的运营成本，还可能因为资源竞争而影响其他关键任务的运行。优化Hive SQL查询性能因此成为数据工程师和分析师必须掌握的核心技能。通过合理的优化策略，不仅可以显著缩短查询时间，还能有效降低集群资源占用，为企业节省可观的成本。以一个实际场景为例，某电商平台需要每日分析数亿条用户行为...