1.千万级MySQL数据怎么导出2.MySQL存储引擎，及区别3.MySQL锁的类型，表级锁，行级锁4.MySQL行级锁是怎么实现的5.为什么，一个数所有位上相加是3的倍数可以被3整除，口头验证6.毕设做的什么？就面了24分钟，异常的快。大概率挂了，面试管说下周二之前会有结果

SQL总结/真实企业级SQL/通俗易懂解法/数开人的福音1. breed、date、value，value值中，有null的，null值用紧邻两行非空的均值填充? SQL怎么写？(数据治理)思路1. 紧邻数据必须是一个从第一行到当前行的最后一个非空数据行 和 从当前行到最后一行的第一个非空数据行 的 均值。2. 这时候可以采用窗口函数去解决。3. 使用last_vlaue+first_value,且还可以使用true来忽略空值行。解决问题的思路(函数使用思路)：1. 有的有值，有的没有，如何做？  1. 使用if if(value==null, .... , value)  2. 使用nvl nvl(value, .... , value)2. 以上紧邻和以下紧邻，非空值（必须一个从最上到当前，一个从当前到最下，而且需要忽略空值）3. 必须一个从最上到当前：需要用last_value(),再使用ignore_nulls True 去做忽略空4. 必须一个从当前到最下：需要用first_value(),再使用ignore_nulls True 去做忽略空👥面试题目飞书链接：https://ykg8hl7h33.feishu.cn/docx/VNo7dJLJfoDwT1xNNVpcLg8Snlc #面试#  #大数据#  #offer#  #笔试#  #24届软开秋招面试经验大赏#

自我介绍项目（因为和面试官部门业务直接相关，所以问了很久）。MySQL：MySQL数据超过多少性能会降低？（我印象里是2kw）这个数是怎么来的？（我只看过这个，没有自己推到过，说的不知道）如果这么多数据，用主键索引去查，会不会快？如果不是主键索引，而是二级索引，并且这个字段的区分度比较高，会不会快？如果你这个场景中确实有这么多数据，你要怎么去做优化呢？（先说了限流、按分页分批查询。我知道有分库分表这个技术，但是因为我了解的不多，所以就没说。然后面试官说其实你可以了解一下分库分表这个技术。后悔没说了。。。）设计题：现在系统有一些用户，每个用户有若干个标签。我现在要在平台首页实时地去统计TOP 1...

时间：40min 状态： OC 自我介绍 让我自己讲项目 为什么使用MongoDb 这个模型是怎样的 CORS(又问了项目后端这里设置的cors是为什么，忘记是本地测试使用的) 讲一下常见hook 状态管理使用的什么？ Map 数据类型有什么 怎么判断数据类型✅ setTimeout是准确的吗？✅为什么？ 讲一下事件循环 介绍一下flex 布局✅

岗位 数据分析建模一面3.27svm介绍svm损失函数l1 l2范数大规模数据处理特征工程pipline处理缺失值异常值二面3.28主要问项目hr面 4.2很多bq题个人性格 处事方式最后问到岗时间 问能否尽快到岗 我说期望五月中旬入职再无后续 #每日互动#

三月底一面，一面完一周二面一面(HR面):自我介绍 就业规划 有无读博计划 最成功的经历等聊了十多分钟就结束了二面(业务面):自我介绍 pre一个自己做过的数分案例介绍了一下部门情况，问我最感兴趣的业务方向为什么想做数分大概30分钟二面完两天给了offer，HR直接说是SP offer还是拒绝了(还是不够多以及base地)面试体感很好，福利待遇也还可以

美团数据开发面经总结:美团效率，完全没准备好就面试了。问了很多八股，兼具深度广度，知道的不知道全问了。学习之路道阻且长啊。数仓分层：为什么不能直接建DWD,DIM层，ODS层的必要性是什么？DWS层的作用是什么，为什么不能直接建ADS层？完全同上乱答SQL考查:统计每个科目各等级的人数，写的很艰辛，面试的时候脑子经常短路，干着急。菜就多练分组topN，窗口函数。left join where中的条件写在where里和写在on里面有什么区别，查询结果一样吗？Java考查:HashMap底层组成，怎么减少扩容次数，答扩大初始容量，增加扩容因子。说说面向对象。了解的数据类型。Hive：什么情况会导致倾斜，怎么解决。写了一个HQL语句，问从提交到MR的整个详细执行过程，答的很粗略。hive 怎么根据表名去找表数据，metastore。MySQL 常见内存引擎，什么时候适合用哪种引擎。事务隔离级别。银行应该用哪种隔离级别。为什么用B+树，而不是B树或者其他。行列存储优缺点。常见的压缩格式。MR:切片规则，100个文件前面99个小文件，最后一个文件150M，默认切几片。顺势问到小文件的危害，怎么解决。分区器问题，疯狂拷打，但没什么印象了环形缓冲区调大调小有什么问题，纯乱答。写个快排，没注意有重复元素，好像陷入死循环了。问了为什么选择走数据开发这条路，有看过什么大数据类型的书吗。最后问你的亮点是什么，一直都不知道这些问题怎么答然后详细描述。其他的想不起来了。

面的是团子的金融部门，挺感兴趣的，记录一下二面问题1.说说你做的两个项目（一个离线数仓一个flink）2.你挑一个详细说说吧（面试官笑，当时感觉有点不妙了，，，觉得面试官啥都能问，我说了flink）3.说说watermark机制4.说说checkpoint机制5.说说exactly-once是怎么实现的6.了解反压吗（了解）7.你觉得hadoop和spark差别在哪8.你对实时更感兴趣还是离线更感兴趣9.接着拷打离线数仓内容，你了解数仓分层吗？为什么要分层？10.你说dwd层有周期快照事实表和累积快照事实表，这两个表有什么用？11.为什么要同时设计这两个表呢？（面试官应该是觉得累积快照事实表会有数据冗余，其实只留周期快照事实表就行了）12.如果要使用用户的明细数据，应该去哪个层取？。。。。。。（省略一些问题，回想不起来了）13.做一道sql题，是求每月每个城市平均每个配送员送单量（面试官自己出的，第一次写完是错的，面试官给了一些思路引导我再写一次，写完以后才发现这道题还挺简单的，但写的磕磕碰碰，不知道面试官怎么想了）总的来说，面试官问的很具体，都是从项目出发问一些实际业务中的问题，感觉很有挑战。另外面试官也很nice，会很耐心的引导我思考问题以及解释场景许愿二面过~

1.介绍项目围绕项目，哪里用到了redis，Spring Security你用了哪些，有哪些过滤器，过滤器链的实现方式，过滤器链原理2.为什么用redis缓存比数据库快，顺着问跳表3.redis能做些什么其他的功能4.redis做分布式锁了解么5.分布式锁和普通的锁的区别6.redis集群做分布式锁的话会不会出现多个请求同时获得锁的情况（不知道）7.数据库mysql怎么实现事务，事务原子性，原子性实现原理，undo log解释一下8.mvcc说一下，多个事务并发修改是并行还是串行的？两个事务，A事务提交前，是否可以看到B事务做的修改？9.mysql读取数据，是如何找到一条数据的，索引是存的数据...

Gaussdb是什么数据库Gaussdb和Doris有什么区别数据湖和数据仓库有什么区别hudi中你们用的哪种表类型hudi怎么实现实时数据更新的HIVE有哪些模块知道HIVE的thrift吗，有什么好处生产中是用哪种方式连接HIVE的，会用jdbc连接吗知道哪些spark的运行模式yarn-client和yarn-cluster的区别是什么，从中选一个运行模式具体介绍下select a,sum(b) where c>0 group by a。spark中是怎么实现的，你觉得这个语句什么情况下会出现数据倾斜，怎么优化它spark中小文件你怎么处理的我想将数据只写入到10个文件里面，怎么处理，distribute by cast(rand()*10 as bigint)怎么将a字段的值一样的数据写入到同一个文件，并最后只生成5个文件 distribute by mod(a,5)Spark中的Job、stage、task是什么关系spark的Job可以并行执行吗，stage可以并行执行吗，什么情况下stage可以并行执行，举个stage并行执行的例子Flink怎么处理积压的Flink的Exect-Once怎么实现的java的内存空间分哪些怎么让栈空间溢出，怎么让元空间溢出工作中会遇到内存溢出的问题吗内存溢出了你会怎么去分析知道哪些序列化方式，Serializable和protobufprotobuf与Serializable序列化的区别了解数据库连接池吗，是什么原理了解线程池吗，介绍下你知道的SpringBoot相对于Spring MVC的优点Spring中的注解了解哪些数据库的事务知道吗事务的隔离级别有哪些，默认是那种隔离级别你觉得你们公司目前有哪些方面可以改进的，比如工作上的改进、平台上的改进你工作中遇到了哪些难题，怎么解决的作为你的同事，你觉得你能带来什么好处你最近有去学习什么新东西吗，从中学到了什么为什么想来我司所在城市你未来的职业规划是什么#社招面经#

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

【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...

软件开发工程师-数据开发方向timeline到店事业群-平台技术部一面 3.21 1. 拷打项目2. 拷打实习3. Spark的执行过程4. MapReduce过程5. 如何解决数据倾斜6. SQL题 一个left join 就行了7. 场景题 根据转发记录找到原始发帖人 可以埋点 也可以用mr寄 3.25美团平台-美团平台技术部一面 3.291. 拷打实习2. 什么是指标体系3. 什么是倒排索引4. 谈谈数据倾斜5. 学习底层更重要还是学习业务技术更重要6. 算法题 最长数字连续序列二面 4.121. 拷打实习offer 4.12

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