去年四月的暑期实习二面：自我介绍大数据技术怎么学习的了解哪些olap引擎mr过程mr的知识在实际工作中用到了哪些300m，切片大小是128m，切几片spark为什么快rdd任务划分spark优化数据倾斜哪些sql会造成数据倾斜hive隐式转换count distinct怎么解决小文件缺点数仓的意义维度和事实的区别维度属性是什么维度建模的步骤数仓分层维度退化元数据ads层分析了哪些指标项目挑战点怎么学习新技术一道sql题二面就是这些问题啦，觉得有用的话点个赞噢～ #美团校招#  #美团2024届秋招#  #美团工作体验#

模型开发的流程，需求调研过程中有哪些人员参加，调研过程，你会输出什么文档？如何保障数据质量（准确性）？spark有什么优缺点？在使用过程如何规避缺点？spark内存模型？spark和MR为什么会进行shuffle，如何减少shuffle？小文件治理的方式？主题域建设的流程？大表join大表的优化（10亿与1千万数据关联）？为什么存在ods穿透？为什么离职，旧公司工作强度如何？这公司现在还能去么？我真的哭死。

面了1个小时左右，下面记录一下问的问题1.上来介绍了一下业务，是做qq浏览器的2.问了一下做过的项目背景（尚硅谷离线数仓）3.问了一下大数据专业在校课程学什么，会学计算机的基础课程吗（我说了会，然后就开始疯狂拷打计算机基础......但计算机基础几乎没看，主要都在准备大数据的课程）4.进程和线程的区别5.死锁的四个条件6.python怎么创建线程7.线程安全怎么保证8.http和https的区别9.什么的对称加密算法和非对称加密算法，分别应用在什么场景10.TCP和udp11.四次挥手，四次挥手等待多久12.数据库常用的索引结构13.为什么b+树可以减少磁盘io14.b树应用在哪些地方15.数据库的acid16.mysql怎么实现acid17.怎么回滚18.数组和链表的区别19.栈和队列20.怎么用栈实现队列21.图的最短路径算法22.常见排序算法的时间复杂度23.排序算法的稳定性写一道连续子数组最大和。还以为会问一些大数据相关的内容，结果问的全都是计算机基础，都没怎么看过，纯纯的被拷打了

#美团暑期[话题]##美团暑期[话题]##美团数据开发#4.8美团数据开发一面，记录一下面经供大家参考，同时积攒人品，希望顺利OC。（25暑期转正实习）面试官人很好，整个面试过程约一小时十五分钟，非常nice，面试官全程视频，也给了我很多建议，受益匪浅，整个过程八股较少，都是穿插项目问八股，感觉面试官一直在从我会的角度深入。具体如下：1.你知道hive的窗口函数吗，窗口函数有哪些，都是干什么用的，知道lag函数吗，做什么的2.平时用Spark的时候关注过内存管理吗（没了解,面试官说可以多看看这个）3.Spark算子类型了解吗，种类和具体的算子案例4.Spark内存管理了解吗，内存管理的机制介绍一下5.Spark sql调优是怎么做的6.使用过scala语言吗，用在什么地方，在编写代码过程中有什么挑战7.spark缓存机制了解吗，有那几个函数（cache、persist）Spark缓存级别有几个，具体内容是什么8.Spark一般用在什么场景，了解Spark图计算的框架吗（这里因为我项目里有一个图计算的项目，就问了一些图计算的内容，比如用到的算法，还有一个中心度算法，可以多了解一下）9.Spark的数据倾斜问题，map-side-join，spark的spill机制，如果内存不够了要怎么办，如果手动设置了某个参数呢（这里具体的参数名忘掉了）10.SQL题,牛客SQL 16题，较难，一开始没啥思路，就把那些SQL语句都写上了，包括limit啥的，测试没跑通，刚刚想重新分析一下，面试官说没关系，题比较难，也基本上写出来了，就没让我再继续改了。之后又问了我一些问题，比如base北京能不能来，居住问题，了解美团的业务群吗，中间还问了我一些项目管理的问题，感觉都不像技术面了。整场面试感觉题目答上来百分之95吧，SQL题没做出来有点遗憾，不过感觉好像面试官不是很在意。反问问了一下base，是不是在望京那边，然后问了一下面试官对于大数据学习的一些建议，面试官建议我可以先区分一下大数据的具体内容，比如离线在线、源码开发还是数据仓库等等，然后根据具体的方向学习对应知识。最后总结一句，面试很nice，面试官也很nice，大家都说美团的面试让人感觉很好，现在看来的确如此。分享一下，积点德，希望能顺利二面然后OC

字节数开面试官问：    你在团队里是啥角色呀？有什么团队？工作上下游怎么样子的？回答：    我之前主要担任数据开发角色，负责数据领域的大大小小的事、公司数据资产建设、保障数据质量、数据治理、降本提效（被刺同事），也会做一些建设指标体系，找到业务异常波动原因并进行归因挖掘，接触一点数据产品，对业务用数难的痛点提供数据服务。#春招##社招##大数据##字节跳动#

没想到实习的第一面给了团子，记录一下：1.面试官上来直接介绍业务：美团金融，负责借贷、理赔的，对这个挺感兴趣2.发散：说说大数据和计算机专业的区别3.谈谈对chatgpt的理解4.介绍一下自己的项目背景（尚硅谷电商离线数仓）5.两阶段聚合是怎么解决数据倾斜的6.拉链表如何解决维度缓慢变化7.数仓的分层结构8.数仓的建模流程9.如果产品给了一个用目前技术无法解决的问题，该怎么办？10.如果团队成员不遵守开发规范怎么办？sql：对所有员工的薪水按照salary降序进行1-N的排名总的来说，面试的题不仅涉及专业核心，也有一些发散题，蛮有意思的。面试官也很nice，许愿一面能过

 适合小白或者其他领域转Flink或者轻度使用者查看，大佬轻轻喷基础篇1. 什么是Apache Flink？​Apache Flink是一个开源的流处理和批处理框架，可以实现快速、可靠、可扩展的大数据处理。​2. Flink与Hadoop的区别是什么？​Flink是一个全面的流处理和批处理框架，提供了低延迟和高吞吐量的实时数据处理能力，而Hadoop更侧重于离线批处理。​3. Flink中的事件时间（Event Time）和处理时间（Processing Time）有什么区别？​事件时间是数据实际生成的时间，而处理时间是数据到达Flink系统的时间。事件时间可以通过时间戳标记数据，而处理时间是Flink根据数据到达的顺序生成的。​4. Flink的容错机制是如何实现的？​Flink使用检查点（Checkpoint）机制实现容错。它会定期保存应用程序的状态，并在发生故障时恢复到最近的一个检查点状态。​5. 什么是Flink的窗口（Window）？窗口是Flink中用于对无限数据流进行有界处理的机制。它将无限流切分为有限的、不重叠的块，并对每个窗口进行计算。6. Flink支持哪些类型的窗口？​Flink支持滚动窗口（Tumbling Window）、滑动窗口（Sliding Window）和会话窗口（Session Window）。7. Flink中的状态后端（State Backend）是什么？​状态后端是Flink用于保存和管理应用程序状态的机制。它可以存储状态到内存、文件系统或分布式存储系统（如HDFS）中。8. Flink的水印（Watermark）是什么？​水印是用于表示事件时间进度的标记。它通常与数据流中的时间戳一起使用，用于处理乱序事件和延迟数据。9. Flink的时间窗口触发器（Trigger）是什么？​时间窗口触发器用于控制何时触发计算窗口的输出。它可以基于元素数量、处理时间、水印等条件进行触发。​... 完整版见：原文链接：https://blog.csdn.net/qq_30757161/article/details/137459710#数据开发##金三银四，你有感觉到吗##大数据#

巨人网络\春招\数据开发\笔试\hard数仓-SQL面试题-实录字段：uid 用户ID、artical_id 文章ID、in_time 进入时间、out_time 离开时间、sign_cin 是否签到问题：统计每天的日活数及新用户占比注：新用户占比 = 当天的新用户数/当天活跃用户数（日活数）如果in_time 进入时间 和 out_time 离开世界跨天了，在跨天的每天都记为该用户活跃过新用户占比保留2位小数，结果按日期升序排序示例数据的输出结果如下dt       dau uv_new_ratio2021-10-31 2 1.002021-11-01 3 0.332021-11-02 3 0.672021-11-03 5 0.40解释2021年10月31日有2个用户活跃，都为新用户，新用户占比1.002021年11月1日有3个用户活跃，其中1个为新用户，新用户占比0.33因原始数据超出限制，可以找我要#春招##大数据##实习#

腾讯二进宫，秒挂，简单题没写出来，太菜了。。。自我介绍项目相关介绍一下java的反射介绍一下mysql引擎MyISAM引擎什么时候用讲一下垃圾回收讲一下集合讲一下hashmap算法题:大数翻转(乐死了，这么简单的题没做出来，我转了字符串双指针超时)反问:∽具体有什么业务提供大数据内容服务balabala∽技术栈有什么大数据开发岗spark之类，后台开发岗golang∽你有什么建议可以给我表达和面试反应不错，有一些回答欠缺深度，对算法代码能力有要求自我评价比前两次面试好，基本都答出来并且项目一些点也能讲清楚，但是相对简单的算法题没写出来马上暴毙。。。其他的估计答得相对不好的就是日常开发使用反射(确实没用过)，以及MyISAM引擎的使用这块。还有就是，为什么面呗用电脑对面老是听不到呢，两次都得切手机。。。面完顺便看了一下其他的，oppo复筛挂，快手用人部门筛选挂。。。面试机会都没有，直接化身备战秋招最早一批选手。

先是让我做自我介绍1.hadoop是什么，hadoop的组成，以及每个组件的作用2.hive跟hadoop是什么关系3.hive内部表和外部表的区别4.hive分区和分桶5.hive中order by,clustered by以及sort by区别6.hive中三个开窗排序函数的区别7.hive开窗函数8.hive的基础架构9.hive优化10.数仓分层以及分层的好处11.hive数据倾斜解决方案这个面试官逮住hive问，别的都没问，可能是岗位用hive比较多反问环节:岗位职责公司的数仓是给自己业务做的还是给别人做的(公司自己的业务)大数据部门的组成(面试官说武汉的大数据部门只有4个人，校招准备招3个) #数据人的面试交流地#

4.2 40min 无手撕1.自我介绍2.对大数据，分布式技术的了解3.介绍一下Spark4.介绍一下Hive5.问实习项目6.场景题，数据分析/数据科学相关的吧，鼠鼠答不上来一点，这部分感觉巨尴尬，由于缺乏数据分析经验，只能凭借自己的游戏经验和一些数据分析原理（如AB Test）来乱答，一度沉默十几秒，尬死了7.后面就是闲聊了，问了一些个人基本情况我的评价是寄，面完试打开手机，同学还告诉我老师点名我被捉了😭腾讯就直接发个邮件，这时候我正好有一节课，只能翘课面试。结果课程被捉了，面试感觉也寄了，我麻了4.3 更新：又过了，状态HR面。只有两次技术面，我觉得原因是一面有两个面试官，直接省去一次流程，还不错4.3 更新 约了当晚的HR面，腾讯流程真神速啊更新 算是oc了，但由于某些原因，offer还没下来

#科大讯飞求职进展汇总##春招#面试官人很好，还挺帅（有点像shy哥？全程拷打简历，会重点问实习和2个左右项目本来我在不断引导面试官问我数据库和机器学习方面的内容，但是面试官好像不怎么想问，连数据怎么清洗的这种都没问，就问了聚类了解那些？k-means聚类怎么优化？肘部法则和肘部加速的区别？由于我项目大都是deep learning方向的，所以都在让我讲dl方向的东西还有就是项目遇到了哪些困难？怎么分配工作管理项目的？反问问自己面的怎么样回答说专业相关的基础内容掌握的很不错，但是大数据相关的东西可能还得再了解一下（意思是跟岗位不太符合吗，感觉凉了）

7.3开放7.8内推 软件工程师7.12被转岗 大数据开发8.24 一面 牛客 40min实习http不同版本Integer等号判断（考察Integercache）String等号判断和加号（多个字面量相加编译时会直接优化成一个字面量，这个之前没注意）Innodb 索引为什么b+树io次数比b树少手撕：判断循环调用（写了dfs，应该用拓扑排序）秒挂

个人bg：211本硕岗位：数据开发投递日期：3.19当前状态：4.1 一面本来是视频面变成电话面，非大数据专业好像面试官都比较感兴趣怎么自学的…上来问了一下学习过程相关的，然后开始拷打1、关于HQL的开窗函数了解多少，怎么用2、【HQL场景题】用户会话记录分组（相隔连续问题）3、有没有自己编写过UDF/UDTF函数，举例4、【场景题】利用UDF实现将一条ip根据ip维表匹配具体地址（说了很久但是貌似面试官都不满意，加上电话面交流还是存在一定阻碍，说了十五分钟没解决明白略过了…难蚌）5、遇到过的数据倾斜情况以及解决方案6、MR的shuffle过程细节7、reducer按照什么方式对mapper生成的数据分片进行拉取8、有没有接触过实时处理，了解哪些技术（懂得不多，刚开始学）9、打算怎么学习实时处理10、介绍做的项目11、项目分了哪些层以及作用12、DWD层用的哪种类型的事实表13、有没有做过相关的数据分析实际案例？14、反问环节总结：面试官挺好的，语速慢态度不错，就是电话面实在体验一般，不过好处是没有手撕。个人感觉想招实时的？总体感觉离线部分回答的还行，除了第四题场景题回答不太好，后面实时和数分都不太懂，进二面可能比较难

岗位：大数据研发实习生3.21一面 （1h）1.确认日常实习2.springboot的概念3.springboot的自定义配置4.spring的循环依赖5.项目相关6.B+树和B树的区别，为什么用B+树做索引7.索引失效的场景8.最左匹配原则9.手撕代码：杨辉三角，一开始用的一维数组，后来面试官让我用二维做10.反问3.25二面（二十分钟）1.自我介绍2.项目拷打3.spring的工厂模式4.spring的bean是单例模式吗？5.怎么操作6.spring事务7.学习是自己学还是导师做项目学8.前端vue写过吗9.sql写的多吗10.左连接右连接11.sql慢查询怎么排查12.索引失效13.《MySQL性能优化》14.spark用过吗15.hive的去重怎么做的16.数据倾斜17.为啥想实习18.能实习多久19.啥时候过来3.27oc3.29邮件offer

我是学数学的2024应届，本科阶段有选过大数据的专业选修课，但是编程语言真的不太会，跟科班出身的计院同学没法比，今年数分岗又卷到爆炸，双选会问了几个公司都说数分岗爆满（快手中移信息技术中心），只好一并找找其他方向，上周笔试以为铁挂了就没怎么准备，结果昨天晚上22点发今天的一面邀，一个晚上加上午恶补大数据知识。面试官非常和蔼：问项目：大数据技术实验做了什么东西？是为了实现什么？（本科课程里的实验）有学到什么东西吗？（linux操作经验和Hadoop架构搭建）你对Hadoop的理解到什么程度？机器学习算法实验用了什么算法？（朴素贝叶斯和随机森林）这两个算法分别是用来干什么的？回归还是分类？你用的是什么数据集？（Python sklearn自带数据集）这两个的具体原理知道吗？有监督学习和无监督学习是什么？区别在哪里？你用的这两种是有监督还是无监督？数据库设计用什么实现的？（MS Access）主要用什么语言？你说SQL比较熟练，那select where having执行顺序是什么样的？其余记得不太完整了，有印象的有：MR里的shuffle你知道吗？有什么操作？你知道事务吗？事务的四个性质知道吗？叙述一下？重磅：你本科是数学，那你有学过计组和网络吗？（没有，大一的时候有学习计基，但是培养方案比重不大所以学的不深…汗流浃背…）算法题：链表反转（怕我不知道链表是什么问了我一下知不知道），我问我只有C语言比较熟练可以用C写吗（可以，用你熟悉的语言写）C语言的结构体和指针对我来说还是很复杂的，10分钟左右（我还差主函数打印没写完）ok差不多了（您刚刚不是说还有一道SQL）没事，不用了我看你这个思路还是可以的，时间快到了SQL就不用你做了反问:后续流程大概要多久？（需要整合所有人的表现才能评估，要一段时间）我是数学专业的话想往大数据开发方向发展您觉得我还应该在哪里深入学习？（要多深入学习计组，网络等等计算机专业的课程，搞大数据开发的这些不能不熟练，另外你的机器学习算法的理解不可以流于表面，重点不仅要放在懂得用，编码这块，原理也要深入研究。对了你这些关于大数据和机器学习的东西是自学的还是专业课程学的）哦哦，这些是专业选修课，有计院的老师给我们上的。后面我自己有点研究兴趣所以自己也有学习。结束，现在就是等挂…算是积攒了面试经验吧，春招刚开始找工作处女面给了小米。

30min拷打项目，其他八股一点没问，算法和sql也没做。跟我说如果还有后续的话还有一个hr面。怎么就三十分钟啊？不会KPI了吧，许愿许愿许愿

1 介绍下你自己我按照常规的套路，先自我介绍，然后介绍我的项目，想引导着问些八股，但是好像没用😂2 32位和64位你能联想到什么，从机组操作系统，数据结构等角度，开放性的谈一下你的理解😂😂这个问题直接问了15分钟3 手撕代码给你一个应用场景，设计合适的数据结构，并完成两个功能函数看出来是树了😂😂，但是没咋刷算法，以为只问sql，我的格局小了，写了二十分钟，一点不会😂😂总结：快手很好，我菜了，大厂面的是综合素质和算法，背八股是行不通的，哈哈😂😂😂

面试内容一面（乙方）：1、聊一下熟悉的数据库，关系型，非关系型都说一下？2、介绍一下clickhouse，为什么用它？3、说一下简历上项目，数仓的分层架构，每一层的作用？4、入库做数据清洗吗？还是后续在数仓中过滤？说一下实际的做法5、数据同步是怎么做的？你在项目中的角色？（说了kafka）6、你这个是离线的数仓吗？你觉得什么需要做数仓？7、为什么用flinkcdc？8、spark了解吗？说几个常用的算子？9、spark和hive的区别？10、你对实时数据有什么想法吗？为什么用实时？ （答：和业务相关，数据有时效性，数据价值） （面试官：你说的这个时效性我不是很认同，前一段时间的数据...