1.自我介绍2.对公司有没有了解3.inner join的底层实现，有哪些算法4.两个数组，数组的大小都在数千万级以上，但是值域是在一千万以内，找到两个数组相同的元素（说了bitmap）换了部门负责人来面试5.有了解过数仓整体的架构吗（面试官说现在是存算分离，实时和离线一体）6.有写过UDF吗，当时的场景是什么样的7.假设现在用的是yarn，pyspark从提交文件到让代码分布到各个节点上的过程（面试官说主要关注driver中的代码和数据怎么和java线程交互）8.为什么从大厂离职当场通过已OC

#我的实习求职记录# 💼 公司岗位Java研发-POI智能化面完秒挂面试官迟到15m，我call HR叫来的。第一项：问项目(秒杀系统)，20m，多次强调这个项目大家都知道怎么实现，希望说它的本质。第二项：Jvm的工作原理，任我自由发挥。第三项：MySQL事务相关八股，任我自由发挥。中间夹杂几个小问题，知道Linux的权限系统吗。第四项：1.你有参与过什么开源项目吗？无。2.Github什么都，一个都没有吗？无。3.那你平时学习新技术呢？开稀土掘金，看到感兴趣的去搜。4.你本科有发几篇论文呢？无。5.你本科有参与过竞赛之类的成就吗？无。6.你本科期间取得的最大成就是什么？我本科一无是处。反问：1.我看官网你们这个部门是数据研发部是吧？不是啊，我们就叫POI智能化。2.那POI智能化是什么呢？balabala解释POI是什么，加一句将它智能化。3.我在Tiktok接触过poi，理解它是什么，我是想问它的智能化具体指什么？balabala解释poi，加一句将它智能化。好了，我没有其他问题了。

一面——60mins自我介绍拉链表的制作，数据量有多少，为什么不用快照表呢项目有哪些表数仓分层有哪些，具体做了什么，数仓分层作用怎么设计表，怎么建模，DIMDWD层的主题分了哪些如何做的可视化什么是数据倾斜，数据倾斜的解决方案Hadoop和spark的区别Spark的shuffle流程是怎么样的对哪些数据库了解Shuffle有哪几种类型在shuffle的过程中会进行排序吗，有哪几种排序什么是快速排序，时间复杂度是多少，手撕快排代码题Spark是如何划分stage阶段Spark SQL的执行流程，如何将一个SQL语句转换为任务宽窄依赖，宽依赖阶段会发生什么两个SQL题反问

一面项目深挖数仓分几层，每一层的作用事实表如何设计维度表如何设计数据域如何划分业务总线矩阵的概念如何设计完整的指标开发中和上线后数据质量如何保证如何设计调度，依据是什么hive数据倾斜解决办法hivesql常见优化手段什么是spark宽窄依赖，起到什么作用sql题：用户连续登录游戏的最大天数，允许间隔一天反问做什么业务 教培业务中的线下面授分析网络问题迟到了一会，面试官很不爽，没想到秒约二面二面感觉两面问的都很相似项目深挖维度建模理论介绍范式建模和维度建模的特点和区别为什么数仓不用范式建模缓慢变化维的解决办法数据质量的几个性质，分别如何保障hive表三种格式text，orc，parquet的区别hive数据倾斜解决办法如果参数调优无法解决倾斜，还有别的办法吗sql题，又是连续登录，这回要求至少2种不同的解法反问 数据来源有哪些 有没有转正机会流程很快，oc#面经##好未来#