1. 实习介绍2. 项目介绍，在上一段实习中，你最大的技术收获和业务收获是什么？3. 实习项目里为什么要引入自动化测试框架？它主要被应用在哪些具体的测试场景？4. 你对 pytest 和 selenium 的底层原理有了解吗？比如 pytest 如何收集用例、selenium 如何与浏览器交互。5. 讲一下 Java 中 AOP 的概念和主要应用场景。6. 在你的项目中，为什么决定使用 AOP？当时的技术选型是如何考虑的？7. 你在项目中是否有使用过设计模式？用的是哪一种？解决了什么实际问题？8. 实习过程中，有没有遇到一个让你印象非常深刻的 Bug？你是如何一步步排查并定位到根本原因的？9. 如果开发和测试对需求的理解不一致，发生了冲突，作为 QA 你会如何处理？如何推动问题解决？10. 你提到用自动化框架做回归，为什么选择自动化而不是人工回归？是如何衡量其收益的？11. 日常工作中常用的 Git 命令有哪些？12. 如果你中途加入一个已有的大型项目，你会用什么方法和策略来快速熟悉并接手原有的测试代码和业务？13. 列举几个你最常用的 Linux 命令，并说明应用场景。14. 手撕代码：从一个大型的日志文件中，过滤出包含特定字段的所有行。15. 说一下 Java 的反射机制，它的主要作用和潜在缺点是什么？16. 谈谈 MySQL 和 Redis 最核心的区别，以及它们分别适用于哪些业务场景。17. 手撕代码：二叉树的中序遍历 (要求递归和非递归两种写法)。

1. 项目介绍2. 实习经历 难点3. 数据倾斜4. CTE的执行计划5. spark stage怎么划分6. 什么算子会触发宽依赖7. hive内部表和外部表区别8. HDFS小文件过多会有什么问题9. 对数仓分层的理解10. 数仓业务域和主题域的区别手撕：1. sql：查询某段时间借书的uid2. sql：查询至少连续两天登录的用户3. 算法：有序重复数组返回n出现的次数

京东一面 1.假设检验原理，统计量的分布有哪些2.mapreduce原理，数据倾斜原因如何解决3.python：链表是什么，手撕反转链表，想要让子类强制使用父类中的功能如何做，生成器如何实现4.数据库中如何保留历史数据，以便查询5.sql题：连续登陆最长时间二面：1.如何判断数据是正态分布2.数据倾斜3.手撕：字符串中最长的不带有重复字符的连续子串4.项目问了几个问题

1.项目介绍2.说一下你在里面参与的业务流程吗，整个系统3. 为啥会选用netty做这个二进制流的解码跟这个传输的一个框架呢？之前有没有评估过别的网络框架4.你的上游是什么模块，上游是怎么给你推二进制流的5.你的行情模块接入层是单体的吗？6.你们的ConcurrentHashMap是怎么设计的？这个Map 存在一台机器上，其他机器要用怎么办？7.如果这个 Map 丢了，比如服务重启了，数据怎么恢复8.如果单纯是存历史数据风控要用，那你Map只存最新的？那风控历史数据从哪查9.你们是写入Map后异步写Redis，对吧？那中间宕机了，Redis还没写成功，这条数据不就丢了？你们怎么保证数据不丢？10.你觉得 Redis 是强可靠的吗？如果 Redis 挂了你们怎么办11.什么是长连接？NIO 和 BIO 的区别讲一下吧12.所有上游都能跟你建立长连接吗？有没有场景不能建立长连接？那你们怎么处理？13.前面你说到的短连接和长连接混用，那这种情况下顺序怎么保证？有没有旧数据覆盖新数据的问题14.那如果你这边有多台机器，同时处理请求，怎么保证同一条行情数据不会被覆盖？顺序怎么保证？15.RocketMQ 是在哪一段用的？是在接入层之后就直接发MQ了吗16. MQ是怎么做分区的，你提到要隔离，那你只是broker隔离，消费端没有做隔离的话有啥意义17.MQ发消息用线程池是吧？那线程池参数是怎么配置的18.业务里为啥要用一个Map缓存行情？不是直接往下推就好了吗，还有你这个Map有没有读的链路？如果没有get操作，这个Map的存在意义在哪19. 那你说你重启后需要恢复数据，如果我们不用ChronicleQueue、Disruptor这些WAL预写，只用 Redis + MySQL，你怎么设计才能保证数据可靠20. Redis双机房是怎么做容灾的？同步是强同步还是异步的？中间挂了数据丢不丢21.有没有幂等场景？比如别人调你下单接口，你怎么实现幂等？是怎么返回给上游的22. 重试的时候你幂等怎么保证？怎么区分要返回什么呢23.问个MySQL的问题，MySQL里面那个b➕树它是双向链表还是单向链表，为什么24.手撕：1.给你一个数组，比如 [5,7,1,2,10]，表示二叉树中序遍历的结果是节点 1,2,3,4,5，它们对应的分数分别是 5,7,1,2,10。2.要在所有符合这个中序顺序的二叉树中，找到“加分”最高的那棵