1.简单介绍下实习数仓分层架构，用到技术栈2.做一个指标，简单介绍下指标分析到下层产出，每一层的逻辑3.数据计算用的是什么框架4.ods层的表数据怎么来的5.数据质量规则核查是怎么做的6.数据核查是手动做的，还是质控系统做的7.有没有对Doris有进一步了解8.spark的相关理论有了解过吗9.spark任务提交到集群上的执行流程10.用spark的时候有没有遇到一些问题，怎么解决11.flink三种运行模式介绍一下12.未来1-3年规划

30min，非常有意思，面试官讲的也很详细1. 自我介绍2. spark进度条卡到99%是什么原因，怎么排查？3. redis的缓存4. 实时开发中数据一变化怎么处理5. 事务的ACID6. 4个隔离级别7. 幻读、不可重复读、脏读的解决8. 机器学习的算法了解吗9. 愿意来学一些算法相关的知识吗（我当然感兴趣，非常感兴趣10. 两道sql，非常简单，2min秒了，这里是开着共享屏幕手撕的反问：1. 机器人中数据的作用？（该企业是做机器人的2.  对候选人素质的要求？

维品会也面试了一下，怀疑是KPI面试，面试者可能是来套技术方案的面试问题如下1 自我介绍一下2 直接出了一个场景题，需要再一张有百亿级别的表中，快速找到哪些商品再10分钟内曝光比较大，但卖出得东西降了，需要快速找到并且给下游算法用来做数据支撑3 平时在hive倾斜的时候怎么优化的，如何定位这个倾斜的健4 做2个题目吧，第一个是一个SQL，很快写出了，第二个是一个算法排序的，整体不难5 有啥要找我了解的

9.28面 感觉答的不好，应该是挂了，有后续再更1.自我介绍2.实习和项目的深挖(拷打)3.过往课程深挖4.货拉拉小面/大面客单价提升，而整体客单价下降5.ab测试流程6.我看你还在投校招，如果校招offer收到之后还会来货拉拉实习吗

30min 1. 自我介绍2. 深挖项目 （ 简单聊了聊背景和价值3. 数仓建模的理念3. 慢sql的处理方法4. 数据倾斜的处理方法5. 目前进度如何无手撕反问：1. 业务2. 候选人要求感觉还是比较简单的，闲聊比较多

前段时间面试过蚂蚁金服大数据开发，问的问题如下1 先进行自我介绍2 看你做过财务数据建设，你这边主要是做财务什么数据，做哪些业务，数据从哪里来的，数据域和数据主题是怎么划分的，开发的时候要遵循哪些规范3 平时是怎么保障数据准确性和及时性的，对于数据触发了dqc规则是怎么解决的4 看你做过一些治理相关的工作，平时治理主要是怎么治理的，怎么能看到治理产生了收益，治理之后大概多久还会进行再次治理5 看你也做过实时，你感觉实时指标有啥好的收益吗，为啥现在大部分还是离线指标，实时反而用的少6 看你也用过数据湖，你这边数据湖用的是什么架构，怎么做到数据及时入湖的7 为啥需要离职呀，为啥来看蚂蚁金服的机会

面试官迟到10分钟，语气非常mean，答问题就“行吧行吧”“行行行”“你这样想的是吧”，符合我对中登的一切幻想。60min1.自我介绍2.面试官说从哪里开始问呢？你对哪方面比较熟？我说java，项目和场景题可以多问一下。面试官一副难办的表情，说问你点基础。接下来一点眼神交汇都没有了，问问题问不清楚，说两三遍又问我听懂了没。我一开始答问题就看电脑，不知道是不是看八股答案。3.java类，对象，成员，单例双重检查锁4.封装继承多态重载重写5.hashmap，数据结构，线程安全，hash冲突算法6.线程创建方法，线程池，权衡利弊，juc应用场景，权衡利弊7.微服务springcloud，nacos，cap，心跳，权衡利弊。照着八股博客念是吧😓8.分布式缓存，分布式事务。说到2PC感觉他还懵懵懂懂的不知道啥意思，一直盯着电脑9.redis主从，写数据主机挂了怎么办，我说选主；那还是有一段时间，我说多级缓存。9.rocketmq，ack10.linux查日志11.rag，graphrag。又是说了不知道啥意思，还想套我解决方案反问1.hr没告诉我投的啥岗位。人才储备，做数据库上层服务支持，还有什么ai4db😋2.啥时候出结果。面试官：你觉得你过了吗？😅我：我面过许多大厂，项目都会问很深，这是第一次全八股面试。😜面试官：稍微问广一点就答的这么浅，你这，我不好说，行吧今天就这样吧。😓问某一个技术就是八股全家桶，可能有一个两个答的不如他的意。还有好多想不起来了，只记得他的嘴脸。

1、请说一下SVN、随机森林算法的底层原理，（白菜只弄过几个聚类算法的😓），看你简历写你熟悉，说一下.上来就是下马威2、spark的底层详细说一下，它跟hive的区别有哪些？然后你是怎么对数据库调优的，遇到了哪些问题，你是怎么解决的3、一个话单，很多用户数据，要求分析他卡顿原因，你打算怎么对他做数据开发？如果用到机器学习，你怎么去做数据挖掘，打算用什么算法，并说明为啥用这个4、你们的数据分层有几层，数据库的底层调优是你们做的吗？面的很唐突，感觉挂了，很明显

之前也面试过陌陌数据开发，问的问题如下，可能是八股多一点1，先进行自我介绍2 你这边数仓怎么分层的，你感觉那一层最复杂也最重要，为啥要这么分3 说一下shuffle和宽窄依赖 怎么可以避免shuffle4 说一下spark的4种join优化，哪些场景适合有这个join5 有遇到数据倾斜问题吗，如何定位数据倾斜，定位到了该怎么处理，处理完成之后性能提升多少6 看你有用实时，你这边实时任务资源怎么分配，如何保证你实时的数据不延迟7 讲一个你这边感觉最有挑战性的业务，你从这个项目收货了哪些东西，给你带来什么成长8 今后还打算一直做数据相关的工作吗，有换行业或者换岗位工作的打算吗9 有啥想要找我了解的

选择题 * 30有线代和概率论什么的，大一的我直接游龙，现在的我。。。。。。求大佬路过给点建议 and 求赞~编程题 * 2T1. 给定长度为n的数组a，ai表示第i只袜子颜色的编号问：只有不同颜色袜子能配对，最后剩几只袜子不能配对？T2. 给定长度分别为n和m的数组a, bai表示第i个商品种类编号bj表示第j种商品最少需要的数量问：最短子区间满足对于每一种商品的数量都满足要求的区间长度思路：T1. 贪心显然，只有一种袜子特别多的时候，才会剩下大量不能配队的袜子然后考虑当所有袜子都“比较少”的情况，显然可以“互相配对”最后考虑是否剩一个T2. 滑窗先枚举R作为右边界定义remains = sum(b[1..j])  (从1开始下标，卡了我一下)对于第R个商品，当且仅当curr[a[R]] < b[a[R]] 即现有的这种商品数量不足时remains--判断跑完while后是否满足要求，即remains == 0否则输出-1然后开始滑动窗口，先缩L，当且仅当curr[a[L]] >= b[a[L]] + 1即这种商品的数量有富余时curr[a[L]] --L++然后统计答案，输出最小值即可

1、项目自我介绍2、hive的读写流程，底层用的是啥，Hadoop生态分几个部分3、你用过几个数据库，详细讲述项目中遇到的问题4、用过spark没？他跟hive有什么区别，出现数据倾斜你是怎么解决的6、有没有接触机器学习，聚类算法的原理是怎么样的7、数据同步后你是怎么校验数据的，有没有了解过spark3.0出现什么新的原理基本都答上来了，也过了，后面说岗位缩减，放鸽子了。还有就是底层原理还是差了点

之前校招也参加了58的校招，笔试题目如下1 有3道选择题2 有2道简答题3 有3道编程题，其中的一道是SQL题目，比较简单另一个是简单的算法题，通过循环就可以解决最后一个比较难，是一道需要优化的题目，来自于力扣的中等算法整体给我的感觉就是还是比较难的，我当时做对了70%有面试机会，可惜面试没有过

1.对称二叉树2.写一个排序算法3.项目拷打4.kafka和rabbitmq区别，为什么大家都使用kafka5.解释什么是kafka6.他的优势是什么？7.sql优化8.hdfs和Hive的区别9.spark和hive的区别10.hive中存储格式11.Application、job、stage、task区别12.宽依赖窄依赖13.scala里object和class方法的区别14.dateframe和dataset的区别15.TCPIp16.OSI七层17.java垃圾回收机制

数开岗，面的非常愉快一开始先介绍了面试流程1.自我介绍，挑实习经历讲一讲2.代码手撕3.八股考察4.QA环节直接介绍实习经历，没有自我介绍，讲了10分钟开始手撕。1.数据是真实数据吗2.来源系统是同一个系统吗了解了一下主要做的项目数据来源手撕：问了下比较熟的编程语言(java)连续子数组最大和多少知道虾皮是干嘛的吗SQL  求销量表，每个类别下售量TOP10的商品id排名连续怎么做衣服这一品类数据量特别多，导致数据倾斜怎么处理，只针对这一场景处理(二次聚合)给谁加随机值，怎么加，举例还有别的方法吗，只针对这个情景(压缩)你知道spark有做这件事吗(压缩)自己工作中会开这个配置吗spark和flink哪个比较熟，或者其他组件哪个学的好，可以自己挑个熟悉的来讲，还是随便挑个问1.flink状态后端知道哪些2.讲一下checkpoint是在干嘛3.如果状态后端是Rocksdb，checkpoint是怎么存的4.一个算子是怎么知道自己该做checkpoint5.从checkpoint恢复的时候，怎么做的6.一个算子，怎么知道恢复时应该读哪份文件7.看过checkpoint文件里面的结构吗8.有遇到过从checkpoint恢复时失败，是由于算子找不到从哪恢复的问题吗spark方面的问题1.executor, 他的内存分成几部分?堆内堆外内存区别为什么会有堆内堆外内存2.在shuffule的过程中，这几部分是否/如何参与其中3.节点0OM，我有哪些方法或者配置，去优化?最后反问总结，面试官全程态度超好，一直在说别着急，没问题，会有正反馈，体验最好的一次面试

之前也面试了搜狐公司，面试问题如下1 先面试官进行了部门介绍2 进行自我介绍3 介绍一下自己做的业务，数据怎么建设的，如何评价你做的好4 现在有一个场景，搜狐有很多视频，需要实时展示搜狐每个视频的观看和浏览的top50针对这个实时有啥好的技术方案5 看你做过数据治理，你这边治理的话主要是治理哪些地方6 做一个SQL题目，计算用户登录的最大时长差7 有啥需要找我了解的

1. 30道单选题（60分），主要涵盖期货互换、期权、概率论计算、泊松定理、期货基础知识较多 2. 2道简答题（20分），（1）. 欧式期权的定价变量因素，和变量对定价的影响分析。（2）. CAPM原理解释和实际应用、 3. 2道编程题, 一道sql一道编程，难度都较简单3.2道编程题（20分），一道sql，一道编程，难度都较简单

总体来讲很简单的单选5道题多项五道题2道编程题，力扣里面的题编程题1：括号验证匹配的问题，直接用栈来做，过了编程题2：就是把编码字符串解析为字符序列，然后再验证对不对，主要思路就是先转化，再合并，简单的，直接过

前几天也面试了高德大数据开发，问题如下1 先进行自我介绍2 说一下离职原因3 目前主要做的什么业务 目前你们这边都有啥业务过程4 平时工作中有没有遇到数据倾斜，怎么实际处理的，除了这种方式还有别的方式吗5 看你做了实时，实时任务用的啥平台和技术6 olap引擎索引有哪些，平时用的最多的是哪个7 做个题目，将连续登录3天起步的商户找到8 有什么要找我这边了解的

起手四道手撕1.三道 sql 题目比较简单，两张表链接去重计数求和之类的2.返回第一个不重复的字符下标提问：1.介绍一个你觉得最有难度的项目2.你对java、flink、spark 有什么了解？3.介绍一下 flink 的 checkpoint4.介绍一下 flink 的 watermark5.你做项目的时候有没有遇到 flink 数据丢失或者延迟，你是如何避免的？6. 对数仓分层的了解？7. spark 数据倾斜遇到过吗，怎么处理？