小米大数据日常实习一二三面（已oc）
研一，感觉准备差不多了，投大数据日常实习，小米应该是急招，反馈很快，2分钟就敲定面试，5.16 一天内面试了一二三面（逆天） 当场oc
一面
1.经典HashMap（建议准备多点，什么如何插入，扩容，底层，7.0与8.0差别底层源码）
2.红黑树
3.java设计模式哪些？（不了解回答了个单例） ---->观察者模式（这个我熟，直接zookeeper观察者模式底层源码 那两个线程）
4.经典MR流程（一套源码：切片源码，读取源码，三板斧如何java继承类啊方法啥的啊，shuffle一套里面每一个点的源码参数（100M缓冲区/0.8 快字段key排 reduece内存 0.7溢写这些参数之类））
5.MR里面为什么要用归并排序？详细讲讲归并排序？外部排序的了解？
5.一道sql题，很简单用开窗row_number（）
6.算法爬梯子 ：直接写迭代式子 ，后面问时间复杂度？O（n） 再问小于O（n）方法（不知道）
7.Hive优化（常规的优化，小文件处理，数据倾斜可以回答很久，面试官也说随便你自己从那个方面回答，越多越好）
8.数仓建模？维度建模？为什么分层？你做过的很难的指标？留存率你该怎么做？
二面
1.HashMap一套
2.MR一套
3.抛开技术什么的，谈谈你对hadoop的理解？Hive的理解？（这种题是真的不知道怎么回答）
4.整个项目（举例一个指标 从你的收集到ads层一层层怎么弄的，具体的表里的字段）
5.DWS,DWD层作用，区别。DWS层为什么能够复用，能够避免重复计算（要求举例一个具体的例子指标哪里复用了）
6.ParseDouble（String）自己实现
三面
1.java的了解，谈谈异常
2.Kafka怎么保持状态的？
3.Flume顺便问了些
4.你对动态规划的理解？
5.项目每一层？ODS,DWD,DWS每层区别
6.MR你遇到过数据倾斜吗（要举例出具体的倾斜例子）
7.MR要遵循的原则
8.HiveSql的优化
#小米##大数据开发工程师##实习#
投递美团等公司10个岗位