初试：1.数据库索引相关2.数据库事务3.锁，死锁4.hadoop，join的mr过程5.数据倾斜及解决方案，如何采样大key不人工分拆6.clickhouse，了解哪些其他olap数据库7.数仓建模，事实表，维度表8.一个新业务如何从0构建数仓9.实习中遇到的问题，怎么解决的10.sql 总体难度不大，但是我老是细节有问题二面：1.sql查询clickhouse过程，clickhouse相关，其他olap了解多少2.设计数仓表3.实习经历相关，了解哪些大数据前沿方向三面：场景题，结合实习工作内容好的数仓是怎样的数据质量，及时性如何保证了解哪些大数据前沿方向职业规划为什么不读研个人评价编程掌握化身鹅黑了#暑期##腾讯##数据开发工程师#

自我介绍计算机网络五层模型TCP属于哪一层，主要作用HTTP与HTTPS有什么区别Java的数据结构链表与数组的区别链表的底层实现ArrayList与LinkedList 的底层实现和它们的优缺点循环遍历链表，做插入删除会遇到什么问题什么是哈希表冲突怎么解决哈希冲突哈希表的底层实现用过哪些树，平衡二叉树有什么优缺点，时间复杂度MySQL默认的存储引擎InnoDB索引底层使用B+树，为什么不用B树和哈希表怎么优化慢SQL，怎么看一个SQL是慢SQLSQL的执行计划你见过哪些Mysql的索引主键索引和唯一索引存储结构有什么不同es倒排索引是什么概念es的分词策略守护线程的概念，与用户线程的区别算法...

昨天面了腾讯软件工程-数开实习的三面，下面记录一下问题：1.自我介绍，有无实习经历（无），做的两个项目是自己练手的？（是）2.描述了一个场景，有一张员工表，有姓名、年龄、性别，求出所有姓张、年龄小于20的所有女性。口头作答3.刚才你说的这个sql怎么优化？（添加索引、联合索引）4.添加索引有什么副作用？（会占用空间）5.假设表的内容越来越多，比如上千万行，怎么优化表？（分区、缓存）6.怎么缓存到内存？（用redis这种内存数据库）7.内存数据库和非内存数据库的读写差异？（内存数据库读写可以在微妙完成，非内存数据库的读取速度取决于磁盘I/O性能和数据量大小）8.为什么非内存数据库就比较慢（因为存储介质比较慢）9.什么硬盘比较快?（固态硬盘）10.固态硬盘和机械硬盘读写差异有多大（由于固态硬盘使用闪存存储数据，它们具有非常快的读取速度，机械硬盘使用旋转的磁盘和读写头来存储和访问数据，比较慢）11.毫秒级别是什么场景？（操作系统的数据加载、固态硬盘的读写）12.SSD的缺点是什么？（价格贵，容易老化，数据丢失）13.为什么SSD会随着使用时间的增加而性能下降？（写入操作会导致存储单元的磨损，温度也会使性能下降）14.假设表很大，行怎么拆分？（可以考虑用时间分区）15.除了日期，还有什么可以水平拆？（地理位置、实体属性、业务流程）16.年龄性别怎么分？（年龄按年龄段分，性别按男女分）17.怎么评价划分好坏？（属性的区分度要好，分区后的数据尽量要均衡）18.有什么好的分法？19.如果从中国所有人里面搜索，怎么样可以快一点？（按省市区县分区）20.按地域划分的缺点？（分区后数据可能不均衡，比如深圳是千万级城市）21.python跟c++和java的区别是什么？22.linux查看系统资源，cpu怎么看？23.top看到的ioswap是什么原因？24.怎么解决io等待？25.磁盘上部署大量的 I/O 密集型任务，怎么均衡？26.公平调度是什么？27.有什么不公平的方法？28.爬泰山有10000级台阶，每一次只能走1,2,3步，怎么做？（用动态规划）29.这个动态规划的优点和缺点？30.这个动态规划代码的缺点怎么优化？31.自顶向下的记忆化搜索，怎么避免重复计算？32.最擅长的技术今天看到3面过啦！希望hr面顺利

自我介绍 js数据类型 怎么判断数据类型 typeof和instanceof typeof判断数组返回什么 存储在堆和栈是什么意思 哪些情况是跨域 跨域的解决方法 不使用script如何实现jsonp cookie存储的内容是什么 promise有哪些方法 promise.all返回什么

【一面--业务面+技术面】评估某城市活动增量价值(1. 自身时序预测 2. 找相似城市)针对上一个问题，问到自身的时序数据没有满一个周期怎么办（找相似产品补趋势，那怎么找相似呢--可以基于特征相似）算法实习生和数据科学实习生的区别说一下你的项目，半监督算法是怎么做的，贝叶斯搜索是怎么应用于这个项目的老板需求和业务ddl有时间冲突咋办（考情商的应该）lightgbm和gbdt的区别，bagging和boosting的区别lightgbm的并行化有哪些缺失值的处理方法过拟合的处理办法sql问题（记得是比较简单的一个sql题）【二面--主管面】对统计哪一块比较擅长，在哪里会用到检验，应用场景有哪些有没有遇到数据上的问题，怎么解决的业务可以进来再学，需要有数理基础和因果推断基础性格的优点和缺点，说出两个有没有汇报过，紧张吗自己是一个抗压能力很强的人吗数据科学项目介绍一下遇到的困难对因果推断了解吗对数据科学的理解多大意愿来携程

2024年4月9日 下午 8:20|46分钟 44秒关键词:超时、数据库、缓存、订单、源码、底层、协议、存储、南京、本地缓存、设计模式、配置文件、依赖注入、字节数组、负载均衡、服务提供者、变量命名、风控系统文字记录:你好，电脑需要配置，你是在上海这边？一直在实习。对，我挺近的，十二号经理去。拿的。对对对对。你还在得物吗啊？在还在。还在是吧？德沃那个离职率怎么那么高吗？很高。没有看见我看前就是市场，我身边的人没有看见你。接下来这个哈喽哈喽，价格是谁？走，你好你好，第一次线下，有点紧张。没事没事没事。嗯，你之前有过实际编码的经历吗？有有，是吧？对，这就几个简单一些题，基础题目可以做一些，就是把结果...

面试官上来调试了十分钟设备，我说声音像古神的低语xD(面试官是数据库大佬，问的很专业很深入，大多数都是开放题，让我不要局限于本问题，能回答多少回答多少，因此一个问题我都回答的很多，讨论过程很长。。。lock和latch数据库隔离级别可重复读当前读如何实现如何保证其他事务不去修改当前数据数据库涉及的各种锁剖析一下InnoDB一条消息进入数据库，涉及到的各种超时机制文件管理系统页面4kb，sql页面是16Kb，当读到一半宕机了，如何保证一致性自增唯一键为什么会大量导致死锁select和epoll进程线程协程和面试官探讨了很久的数据库的具体业务方向，听面试官说了总结，就结束了。体验极佳，学到了非常多...

面试内容分为以下几个部分（时长：一小时 5分钟）：1.自我介绍。2.出了一道算法题，将二叉树搜索树转换为双向链表，不新建链表结构，链表结构使用树节点的结构，左孩子代表前节点，右孩子代表后继节点。要求是在不新建节点的情况下实现转换。使用中序遍历解答了。3.做完算法题目之后出了一道 SQL 题，为薪资表格中获奖人员的薪水字段加 10% 的工资，获奖人员由获奖表格可以查询得到。当时有点理解错误了，写成了查询语句，后面面试官提醒了一下要用 update 语句，由于最近练的都是查询语句的语法，update 的语法没想起来。面试官把代码写了出来，就一行代码。4.然后对着简历问了几个问题，操作系统进程与线程...

对数据科学家的理解：国内偏数据分析为主，算法团队做支撑，交易团队，交易链路，3亿用户在用淘宝，访问了什么页面，用户行为东西、流程，行为、购买，产品优化，洞察和建议，哪个页面可以改造，提升转化率，购买单量，产品的上限改动，ab实验来测算，评估，能不能提供更多建议，识别人群画像，人群标签，nlp算法两三点数据如何拟合函数回答数据分析的流程：指出在确定指标到数据收集环节，在确定指标上，有很多不确定性，从业务到数据命题，有很多需要考虑到的地方：数据命题明确后，数据分析的议题和假设的确定，围绕假设如何确定指标指标到数据的获取工作的内容：可信的数据体系，数仓体系的构建，核心看板，高官看板，活动分析的看板，平时的实习期间也会看看板，稳定性地投入，数据科学的能力统计学能力，分析能力，数科成本，工作的范围：开放的，周会，业务工作的对接、消息体现业务的理解，数分的分析，abtest，优化

本人bg：中下985金融本，港大BA硕因为金融行业不景气，最近在找互联网的第一份实习。由于之前没有互联网的经验，所以一开始面试也比较吃力，记录面经的同时也希望各位大佬多多指教~----------------一面：1.自我介绍2.实习经历介绍（因为之前的实习经历都在金融行业，所以介绍了一段在券商研究所的经济指标分析项目）3.SQL两道 user_active表和user_info表 ① 求次日留存率 ② 求每日、分性别的日活数4.业务面：抖音单列瀑布流和小红书双列瀑布流的优缺点5.业务面：如何检验一个产品用哪种瀑布流更好，说一下AB test的思路6.反问：数分如何入门&am...

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。

面试官：知道索引有什么类型吗？ 面试官：B树索引说一下？ 面试官：你刚刚说值都存储在叶子节点，那有什么好处？ 面试官：知道为什么主流数据库引擎不采用哈希索引吗？ 面试官：聚簇索引和二级索引有什么关联？ 面试官：那我一条SQL，我怎么知道它有没使用到索引？ 面试官：有没索引失效的情况呢？ 👉以贴近现实的【面试官面试】形式帮助你系统学习后端技术 📚本期是《MySQL系列》，其他系列博客请订阅专栏《后端训练营》 ❤创作不易，不妨点赞、收藏、关注支持一下 文章目录 索引类型 B-Tree索引 B-Tree值的存储 哈希索引 聚簇索引 索引效率 索引失效情况 1. 索引...

去年四月份的暑期实习，现在来分享一下吧一面：自我介绍怎么学的scala介绍项目数据来源flume拦截器sqoop参数说一下hdfszookeeper在项目中的作用mysql锁机制日志数据采集不到的情况项目中的困难azkaban调度了多少任务presto在项目中怎么用的介绍一下缓慢变化维和拉链表一道sql题读过什么书或者论坛一面就是这些问题啦，有帮助的话点个赞噢 #美团校招#  #美团2024届秋招#  #美团工作体验#

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#

#软件开发2024笔面经#介绍项目介绍一下boost::any接口one thread one loop的优势one thread one loop和线程池的区别如果后端请求来了，在thread里面进行处理，进行逻辑检查之后，怎么能够把cpu打满或者io写满？怎么做到cpu百分百？或者说磁盘有瓶颈，至少一个资源有瓶颈，怎么做到？如果请求来了，不写盘，怎么做到cpu跑满或者网卡跑满？怎么分析或者看待这个问题？如果是少量的数据，数据进行写盘，怎么做到？异步IO接触过哪些？ 多线程访问map，怎么进行同步机制？介绍lock_guard怎么看待mutex和读写锁多线程背景下，读请求不断，写请求有机会执行吗？怎么分析？unique_lock和lock_guard区别mutex.lock和上面两种区别学过rust吗一个sql请求到返回数据，经历哪些阶段说一下ap型数据库和tp型数据库的区别 oltp 和olap代码量有多少#澜图未来#

#数据人的面试交流地##数据人##SQL面试#**均为社区同学面试遇到题目**题目：找出连续登录5天的用户图1为模拟数据图2为运行结果Hsql解法如下selectuid,curr,5_dayfrom (        select                 uid,                to_date(`login_date`) curr, --当前日期                last_value(to_date(`login_date`))                         over(partition by uid order by to_date(`login_date`) asc                                 rows BETWEEN  CURRENT ROW and 4 FOLLOWING) as 5_day, -- 当前日期后四天的日期值                DATEDIFF(                last_value(to_date(`login_date`))                         over(partition by uid order by to_date(`login_date`) asc                                 rows BETWEEN  CURRENT ROW and 4 FOLLOWING),                to_date(`login_date`)) AS DRFF_DAY -- 当前日期后四天的日期值 - --当前日期 = 最近五次登录的间隔天数，间隔4才是连续登录5天        from                  (select distinct * from tmp) t1 --一个用户一天可能登录多次，只保留一次) t1 where DRFF_DAY == 4#数据人的面试交流地#更多实战题目及解法思路都在社区！

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#

3.21 一面一面没有涉及技术，自我介绍后主要问个人情况，以及为什么投递这个岗位，对保险行业还有本公司有什么了解，期望薪资是多少。4.12 二面先自我介绍，然后问实习经历，工作内容包含哪些，对数据分析岗位有什么了解，对数据库的使用情况。等了半天结果面的飞快，完全随缘。