一面（4-7）：--大数据相关内容-- 拷打用SparkSQL迭代计算的合作项目（常规问题：如你负责哪一部分，做什么内容，难点是什么，价值点在哪里） Spark和MR区别 Spark宽窄依赖，DAG流程图 Spark和Hive对数据倾斜的处理 Hadoop指的是什么（狭义，广义上来答） 你还用过哪些大数据组件（sqoop,presto,zookeeper） sqoop用来做什么 presto和Spark的区别是什么 zookeeper干什么用（高可用，不过我只知道理论基础，这一块实操我不负责） 维度建模和范式建模的区别（面向分析和面向事务，一个为了分析可以接受冗余，另一个则尽量拆分表直到没有冗余） --之后就偏离大数据，侧重于基础知识的考察-- 数据库的索引（不会，g） 数据库设计一个图书管理系统，用范式建模理论，要有哪些表和字段（很久之前的课设，所以答得很一般） http和https（久远的知识，只答了一个后者比前者更安全） tcp三次握手（有点印象，草草讲了一下） tcp和udp区别（大二学的，忘完了,g） 数组和链表（简单讲了一下存储地址与增删改查的时间复杂度）--算法-- 二分查找（ez） --sql-- 1.统计每个用户每天每种支付方式的总金额（没有数据，只有字段，愣了一下之后解决了） user_id pay_method（有两种支付方式） date count 2.连续三天登录（sql中经典的难题，但做法死板，多做几遍就会了）--面试官解释-- 实习侧重综合能力，所以问了很多大数据之外的内容，这点和秋招有一定差别二面（4-9）：--大数据相关内容-- 拷打数仓构建的学习项目 数据仓库为什么分层 数据仓库怎么分层（结合项目讲） 数据仓库分层后每一层的作用（结合项目讲） 缓慢渐变维怎么处理（SCD1,SCD2,SCD3） SCD2好处，弊端（保留历史数据的同时更新数据，数据冗余比较多（但面试官一直追问还有吗....榨不出来了啊）） 拉链表具体怎么做,end_date有什么用 hql怎么翻译成MR程序的（偷面经背了一下） MR流程详解（看过好多版本的MR流程，挑了一个背了） select ... from t1 join t2 group by ... 这个SQL执行，要运行几个MR（不会，跟面试官说是两个） 如果用了map join，上面的SQL运行几个MR（不会，跟面试官说是一个（因为mapjoin不用shuffle）） （这个问题后来研究应该都是跑两个MR，但是mapjoin实践检验太麻烦了，就没深究了）--其余知识-- 现在我们正在进行的视频通话，用到哪些网络传输协议（一面结束把tcp和udp区别背了一下，于是乎答了个udp） 大学期间还学了那些课（就怕说漏嘴了后考我陈年老课） 读过哪些大数据相关书籍（大数据之路，还有一些阿里开发的规范文档）--算法-- 大数相加（输入是很长的数字字符串） --sql-- 统计每天城市消费占比前十的用户和他们消费占区域总消费的多少（猪脑过载，逆天了） 用户表: user_id city_id date product_id count 区域表 city_id area_namehr面（4-14）： --常规问题-- 为什么放弃深造 你对在北京工作的看法 职业规划 你给你前两轮面试打几分，为什么 你为面试字节做了什么准备 你对我们部门了解多少 没有工作经验，怎么适应公司业务 工作后你要怎么尽快适应环境oc（4-17）--------------------------------------面经到此为止，后面是一些求职感想----------------------------------------------------历程--求职本就是一个运气和实力交织的过程，这次面试凭借自身发挥和一定运气拿下offer了，但3-4月背后也有很多失败腾讯面五挂四（传奇耐挂王） 京东面二挂二 百度挂 美团挂 快手挂 字节hr面挂（挂了之后复活赛打赢了）阿里系（阿里云，携程，陶天，饿了么等）万兴，360 ... 笔试就挂了...往好的方向想，做最坏的打算。该干嘛干嘛就可以了，太注重失败就没心思学习了（而且很多kpi面没必要内耗）。希望每个人都可以得到心仪的工作，希望努力的人都有光明的未来
蚂蚁集团三面59人在聊
查看10道真题和解析
牛客861513826号：A场景题：数量统计不说了；退货平均时间：先沟通清楚，月平均退货时间算不算上不退货的用户，不算的话，就只计算退货用户；一个用户的退货时间减去到货时间拿到这件商品的退货时间，然后计算每个退货用户的退货时间，AVG开窗partition by月份，计算出每个月的平均退货时间。如果要算上不退货的用户，也就是让这个用户的退货时间是0，然后对所有用户计算AVG同上。
B场景题：结合下面他提示你再想想数据倾斜，其实这道题是想靠你数据倾斜怎么解决；本来是一个商品购买信息表，记录商品信息和购买者信息，如果给购买者信息加上性别，要求算出每个商品不同性别的购买人数。百分之八十女性用户，所以如果单纯对表进行分组聚合，会产生数据倾斜问题，由分组聚合产生。五种办法可以解决，两种hive参数，三种SQL，往SQL方向聊，以防他追问参数底层，参数这种东西最难聊了，别给自己挖坑