百度数据研发暑假实习现场一面

1.讲一下Shuffle过程，reduce如何知道去拉取哪些map的数据

2.map的数量是怎么确定的

3.为什么切片的大小要尽量和物理块大小保持一致，我说了句寻址时间，直接问我磁盘如何寻址的，泪目，直接说不会

4.做道题，给一个文本文件，里面有一万行，每一行有单词，单词有重复的，统计重复次数的前三名，用shell写，写不出来，让我Java，我用了哈希表和大顶堆，说我空间复杂度太大，有没有优化的方式，我说不会

5.数仓是干嘛的，和普通业务数据库有什么不一样

6.olap和oltp知道么，有什么区别

7.说一下数据仓库的五层都是干嘛的，有没有解析的过程

8.窗口函数知道么，讲一讲你知道的窗口函数，有没有自己写过udf

9.mysql都有哪些引擎，他们的区别是啥，mysql的锁知道么，回答说不知道，然后又问我Java多线程里面都有哪些锁，我就讲了sychronized，volatile，cas锁