大数据开发面经汇总【持续更新...】

 适合小白或者其他领域转Flink或者轻度使用者查看，大佬轻轻喷基础篇1. 什么是Apache Flink？​Apache Flink是一个开源的流处理和批处理框架，可以实现快速、可靠、可扩展的大数据处理。​2. Flink与Hadoop的区别是什么？​Flink是一个全面的流处理和批处理框架，提供了低延迟和高吞吐量的实时数据处理能力，而Hadoop更侧重于离线批处理。​3. Flink中的事件时间（Event Time）和处理时间（Processing Time）有什么区别？​事件时间是数据实际生成的时间，而处理时间是数据到达Flink系统的时间。事件时间可以通过时间戳标记数据，而处理时间是Flink根据数据到达的顺序生成的。​4. Flink的容错机制是如何实现的？​Flink使用检查点（Checkpoint）机制实现容错。它会定期保存应用程序的状态，并在发生故障时恢复到最近的一个检查点状态。​5. 什么是Flink的窗口（Window）？窗口是Flink中用于对无限数据流进行有界处理的机制。它将无限流切分为有限的、不重叠的块，并对每个窗口进行计算。6. Flink支持哪些类型的窗口？​Flink支持滚动窗口（Tumbling Window）、滑动窗口（Sliding Window）和会话窗口（Session Window）。7. Flink中的状态后端（State Backend）是什么？​状态后端是Flink用于保存和管理应用程序状态的机制。它可以存储状态到内存、文件系统或分布式存储系统（如HDFS）中。8. Flink的水印（Watermark）是什么？​水印是用于表示事件时间进度的标记。它通常与数据流中的时间戳一起使用，用于处理乱序事件和延迟数据。9. Flink的时间窗口触发器（Trigger）是什么？​时间窗口触发器用于控制何时触发计算窗口的输出。它可以基于元素数量、处理时间、水印等条件进行触发。​... 完整版见：原文链接：https://blog.csdn.net/qq_30757161/article/details/137459710#数据开发##金三银四，你有感觉到吗##大数据#

1.编程题arr[i]>2arr[i-1]，在arr中找出a,b使得a+b=k2.问项目3.八股roberta相对于bert的改进CLIP是怎么训练的？如何在有限的显存中放入更多的hard negetive样本？CoT怎么使用？Transformer的计算复杂度最高在哪个地方？

美团数据开发转正实习面经总结:美团效率，完全没准备好就面试了。问了很多八股，兼具深度广度，知道的不知道全问了。学习之路道阻且长啊。数仓分层：为什么不能直接建DWD,DIM层，ODS层的必要性是什么？DWS层的作用是什么，为什么不能直接建ADS层？完全同上乱答SQL考查:统计每个科目各等级的人数，写的很艰辛，面试的时候脑子经常短路，干着急。菜就多练分组topN，窗口函数。left join where中的条件写在where里和写在on里面有什么区别，查询结果一样吗？Java考查:HashMap底层组成，怎么减少扩容次数，答扩大初始容量，增加扩容因子。说说面向对象。了解的数据类型。Hive：什么情况会导致倾斜，怎么解决。写了一个HQL语句，问从提交到MR的整个详细执行过程，答的很粗略。hive 怎么根据表名去找表数据，metastore。MySQL 常见内存引擎，什么时候适合用哪种引擎。事务隔离级别。银行应该用哪种隔离级别。为什么用B+树，而不是B树或者其他。行列存储优缺点。常见的压缩格式。MR:切片规则，100个文件前面99个小文件，最后一个文件150M，默认切几片。顺势问到小文件的危害，怎么解决。分区器问题，疯狂拷打，但没什么印象了环形缓冲区调大调小有什么问题，纯乱答。写个快排，没注意有重复元素，好像陷入死循环了。问了为什么选择走数据开发这条路，有看过什么大数据类型的书吗。最后问你的亮点是什么，一直都不知道这些问题怎么答然后详细描述。其他的想不起来了。

2023年无疑是半导体行业艰难的一年，但也是挑战中蕴含机遇的一年。在过去一年，作为新紫光集团移动通信板块的核心企业的紫光展锐，坚持以技术创新为核心，技术为本、产品为纲，两大维度织就稳定的经纬线，在技术、产品、终端应用和行业布局上构建起矩阵链路。当时针拔向2024年，据市场研究机构Gartner最新发布的报告，2024年全球半导体行业的总收入将达到6240亿美元，较去年同期增长16.8%。这也表明，半导体业将走出下行周期，迎来新一轮的复苏。从中长期来看，随着5G在行业重点领域逐渐实现规模化应用，以及新能源汽车、自动驾驶等新兴领域的迅速发展，全球市场对半导体的整体需求仍将持续扩大。2024年紫光展...