1. 自我介绍2. 项目介绍3. 项目中的表的存储格式无感切换是怎么实现的4. Paimon表的merge原理5. Paimon的原理6. LSM的劣势7. Paimon表的Partial Update与Flink的join有什么区别8. 数据库中进行大数据查询的时候，分页查询怎么优化9. 事务的隔离级别有哪几种10. 常用的数据库的隔离级别是什么11. 数据库的主键是什么样子的12. 进程之间是怎么进行通信的13. 操作系统中的用户态和内核态是怎么样的14. URL的http访问全流程15. Paimon表的查询和Clickhouse哪个比较快16. Clickhouse的主键和跳数主键都有的时候，先使用哪一个17. Kafka为什么实时性高18. SQL连续性登陆算法题19. 动态规划两个字符串相同最长子串20. 环形链表二哎，感觉有些可惜，数据库事务和锁还有主键的没有细看，一紧张有些想不起来了，对比了别人的数开面试，感觉问题有奇怪。

什么八股都没问，包括jd上的rfm和聚类，我主动提了也没问，就是让我讲自己的经历，然后面试官讲了公司的业务，再让我讲一下自己的优势，我说自己很会写sql，bi，pyecharts和r进行可视化，学习过机器学习可以很快上手。这里面不违心的只有sql和bi了，说真的学大数据以来没见过有人用py和r进行可视化的，不都是bi工具吗，机器学习我没学进去，有点难，但是jd上的聚类我还是清楚的，面试官人不错的。

timeline：03-16 一面二面一面：1.自我介绍2.介绍 实习经历3.问项目4.spark和mapreduce区别5.spark Shuffle原理5.mysql索引算法：合并有序链表sql：最大连续登陆天数二面：1.自我介绍2.问项目无八股sql1：连续登陆三天的用户sql2：连续点击三次的用户，连续是指期间不能含有其他用户

今天参加大厂的线上面试职位是大数据分析师。走的是校招。上来面试官先让自我介绍，然后介绍了一下学校跟专业，还有在学校学习的相关课程和做过的相关项目。之后面试官问了哈杜夫的整体框架主要由哪三部分组成？说说你对flink的了解。Spark中行动函数和转换函数说一下这个忘记了，说说你最骄傲的项目中间运用了什么技术？你遇见过什么难题，然后是怎么处理的？我说计算数据非常慢，延时高，用索引来优化然后问我索引怎么创建，怎么创建唯一索引，然后索引的优缺点是什么？之后又问了锁的建立方法是什么？然后问这个锁优缺点和内部结构是什么？衍生出来look手动锁是用双向链表结构。说说你对链表结构的认识。优缺点是什么？学科方面问了操作系统的资源调度算法都有哪些？Linux系统中的shell命令，你能想起来的都说一下。重点问了我一个怎么给文件分配权限命令。我回答用chmod。之后又问了一些JAVA的相关的问题。最后做了一个编程题是计算字符串中字母出现的频率。不用区分大小写，不用管标点符号和空格。没有做完，但是他问我想法。讲了讲。后面他说今天先这样，因为后面还有一个面试。然后他问了我手中有几个offer？因为我没有经验，不会回答。然后我想问一下，他问了我这么多问题，面试也有四五十分钟，最后没有跟我讨论薪资问题，是什么情况？😔鼠鼠在线求解答

题目描述现有一张淘宝购物订单明细表 dwd_tb_order_di，字段如下：user_id：用户IDorder_id：订单IDamt：订单金额order_time：下单时间dt：分区日期（yyyyMMdd）查询每个用户在每天（按 user_id, dt 分组）满足以下条件的订单：该订单是用户当日的第一笔订单（order_time 最早）同时该订单还是用户当日的最高金额订单（amt 最大）若用户当日“首单”不是“最高单”，则该用户当天不返回任何记录数据模拟 DROP TABLE IF EXISTS dwd_tb_order_di; CREATE TABLE dwd_tb_order_di ( ...

也没问我八股就问了我项目数据来源还有sql，数据是怎么清洗的，就是空值重复值嵌套字段，下午还面一个套着数开外皮的爬虫，爬虫我上次写是在一年多前的课程作业，但是现在来看数据采集这方面岗位好像挺多的。还有今天刚开始学agent，打算用一周做出一个完整项目。用一句话勉励自己吧。如果我就这样倒下，说明我不过就是这种程度的男人

1.自我介绍2.拷打实习，广播变量的原理3.做了哪些看板指标4.数仓的ads层都是hive表吗5.帆软BI做过哪些看板6.拷打项目，拉链表怎么设计的7.为什么出现零点漂移8.个人优势与劣势9.公司能为我带来什么10.实习和上课的权衡11.ai有用过吗总结:几乎没有八股，一直在拷打实习和项目，关注点更多是报表制作以及数据抽取

这场面试整体体验很完美，面试官很好，后面大量的时间在介绍公司和成长规划，最后也是如愿以偿的过了1.自我介绍2.开发语言擅长哪一种，我回答的python2.python中列表和元组的区别3.你经常用python哪个库4.pandas对数据分块的方法5.场景：用pandas独立开发一个异常重置的功能块，你会怎么设计6.数据库查询返回速度较慢，你会怎么优化（常见八股）7.用过哪些bi工具，主要涉及哪些业务模块8.一些实习项目的拷打，数据倾斜之类的面试官介绍公司业务和我需要做的，体验真的蛮好，我有些疑问都耐心解决了，最后也通过了，春招迄今为止收到offer最想去的公司

一面 1.@Autowired 和 @Resource 的区别2.map遍历删除的一个代码题3.Redis缓存击穿、缓存穿透、缓存雪崩4.springboot启动流程5.自动装配5.项目二面开始问完全和后端无关的1.项目2.反问

1.项目相关2.项目数据量多大3.数据清洗用的是hive还是spark4.小文件合并，数据倾斜5.ai运用能力，是否能分辨正确性6.hive sql（更新查询计算相关）7.是否熟悉python8.什么时候到岗，能工作多久9.反问第一次面试，感觉有点紧张，数据倾斜那一块说的时间太长了，面试官很友好

昨天刚面试的，面试官很好，没看到网上有2026多益的大数据工程师面试，所以说分享一下（首先本人网上关于多益的讨论我也知道，至于为什么选择多益，主要是其他公司没有回应，多益完全是走一步看一步，能进就进）1：自我介绍2：你实习做的是软件测试，为什么会应聘大数据开发？3：本科阶段大数据主要学习了什么大数据生态？有什么项目经验吗？4：刚刚说到你有三个月软件测试实习经验，，你有什么心得或者你学到了什么？5：你最了解的是java语言，那就从java开始吧，java中你最熟悉的集合是什么？6：你刚刚说到了ArrayList，那么他的底层是什么？用在什么场景？7：还有一种集合叫LinkedList，他的底层是什么，使用场景又是什么？8：LinkedList和ArrayList相比在查找元素方面那个更快？9：java中锁有几种实现方式？10：如果有一个字符串String name = "名字”，里面有几个对象？存放在哪里？11：你刚刚说到了堆对吧，那么栈是用来干什么的？12：java中还有其他内存结构吗？13：过往程序出现过内存溢出的情况吗？14：MySQL存储引擎有那些？15：InnoDB的索引有什么用？16：InnoDB是怎么实现的？17：为什么要用B+树？能不能用B树？18：MySQL是行存储还是列存储？19：行和列存储有什么区别？20：MySQL的主键和唯一索引的区别？21：你知道的MySQL表连接有那些？22：假如A表有123，B表有124,他们用RDD连接，然后要查出他们的差异用什么实现？23：你主要使用的hadoop版本是什么呢？24：hadoop的HDFS有那些角色构成？25：NameNode和DataNode分工是什么？26：在HDFS上创建海量小文件，会给HDFS带来什么问题？27：Hive数仓搭建过吗？用的什么模型？28：星型模型的特点是什么？29：SORT BY和ORDER BY的区别30：Hive内部表和外部表的区别31：代码题：给定一段英文字符串，你需要找出其中出现频率最高的单词。如果多个单词出现频率相同，则以字典序依次输出。忽略大小写和标点符号。33：你手上有其他offer吗？能透露薪资吗？34：你期望工资是什么？后续就是一下疑惑解答1：公司有加班情况吗？有工资吗？ 答：有加班，加班主要是学习为主2：公司有出差吗？ 答：没有，后续可能会有浙江那边的出差需求基本上就这些，代码题要求先说思路然后写代码，只有5分钟（可能前面问答浪费太多时间了，代码没写完就没时间了）主要就是围绕项目的技术进行提问，然后根据上一个问题带出新的问题。有什么想问的可以评论区交流！希望能过

上周面的 一面：1.实习经历，业务理解，sla怎么保障？埋点分区字段，2.spark 参数调优3.sql题，排序的窗口函数，求每个班级分数的前10%人面的很糟糕，脑子一片空白二面：2. 实习的业务理解，整个需求生命周期，关注哪些指标？3. 数仓分层，范式建模/纬度建模，三范式4.  维度建模过程5.    维度表/事实表区别6.    星形模型/雪花模型区别7.   数据倾斜定位/解决方式8.   hivesql转mr任务过程9.   spark 底层join方式哪些？10.   order by/sorted by11. distribute by /partition by区别12  进程、线程区别13  sql  字符串分割+爆炸函数+合并14  ai 的理解常规八股，感觉是bg+实习不能让面试官眼前一亮 遂挂

(昨天忘记录了，有些忘记了)比较常规的八股1.自我介绍2.数仓实习中主要在哪几个数仓分层中参与过工作3.数仓中etl的工作简单说一下4.窗口函数中三种排序的区别5.SQL中排序函数有哪些6.用过哪些bi，有没有从零搭建起bi报表7.数仓中数据校验怎么校准，排查的时候有什么流程8.实习中业务问题，实习中遇到哪些比较困难的事情9.数仓分层有哪些，分层有什么作用大概是这些，有点记不清了反问:入职后主要涉及业务——餐饮业务我的表现怎么样——技术深度超过大多数人，业务沟通能力欠缺，我们需要更多的和客户接触面试后问了HR，没有明确表示拒绝，一周内出结果

1. 实现最长严格递增子序列的长度（要求阐述思路、编写代码并说明时间复杂度）2. 用递归方式实现将二叉树左节点值放到右边并连接到根节点右节点（编写代码）3. TCP和UDP最主要的区别是什么？4. TCP的拥塞控制是为了解决什么问题？5. 操作系统中进程和线程的区别和联系是什么？6. 串行程序改并行，多进程相比于多线程有什么优势？7. 代码调用中，同步调用和异步调用分别指的是什么？8. 异步调用中，调用方怎么拿到执行结果？有哪些方式？9. 平时用的最多的AI编程工具是什么？10. 用AI辅助编程过程中，有哪些发挥AI编码能力的经验？11. 编写提示词时，有针对大模型幻觉做过哪些处理？12. 是否试用过Open Cloud？13. 使用的Open Cloud基于哪家大模型？14. 用Open Cloud主要用来做什么？15. Open Cloud是安装在自己电脑还是服务器上？16. 是否了解Go、Python、前端相关技术？掌握程度如何？17~20 问项目20. 自己开发的项目中遇到过哪些比较奇怪的问题？如何解决的？21. 如果发offer，大概什么时候可以入职？22. 面试者有什么想要向面试官提问的？Timeline：0213一面，0226二面

上来三道算法题1.给你两个字符串S1和S2，写一个函数来判断S2是否包含S1的排列，如果是则返回True，如果否则返回False。换句话            说，S1的排列之一是S2的子串（滑动窗口）2.给定一个数组，它的第i个元素是一只绑定股票的第i天的价格，如果你每天只允许完成一笔交易，设计一个算法来计算        你获得最大利润（很简单）3.给你一个整数数组nums，判断是否存在三元组嗯nums i nums j nums k满足i不等于j，i不等于k，j不等于k，同时要        满足nums i nums j nums k相加加等于0，请返回所有和为0且不重复的三元组（先排序，然后）项目拷打1.讲一下你对这个项目中学到的一些东西或者是感触比较深的一些事情吧2.你处理数据倾斜，你说有个Map Join是吧？你讲一下这个它执行过程3.小表一般多大的时候可以用MapJoin？4.Spark的计算中血缘关系有有什么作用5.Spark Streaming有了解过吗？总结，算法写了快1个半小时，后面的八股也写的不怎么样😪

1.自我介绍2.介绍一下你在第一段第二段实习做的内容3.介绍一下你在实习中写过最复杂的一段SQL代码，什么样的背景4.你的优缺点5.你的数据敏感度体现在工作中哪里6.SQL和Python熟练程度给你自己打几分7.介绍一下你在第二段实习中的大模型一提效项目8.在这个过程中怎么消除幻觉9.大模型分类准确率为什么只有百分之七十，因为什么问题10.你在这个过程中遇到什么困难反问:1.什么业务——运营商数据2.什么技术栈——hive和Python3.四月底可以转正

1~6 项目+实习7. Redis实现分布式锁的底层做法是什么？8. Redisson对分布式锁的封装，除了命令和过期时间，还有哪些额外机制？9. 什么场景下需要在Redis中使用Lua脚本？10. Redis执行Lua脚本会中途失败吗？失败后有什么处理措施？11. 你开发中Redis用的单节点还是主从？主从故障是怎么切换部署的？12. Redis哨兵的选主流程是怎样的？13. Redis主从切换期间，代码里怎么处理连接不上的情况？14. 若要设计优化Redis主从切换的代码，缓存/分布式锁场景分别怎么做？15. 你当前的Redis实现中，主节点故障连不上会有什么影响？16. 抛异常后上层调用会持续尝试获取锁吗？怎么避免下游影响上游？17. 程序无法判断Redis是短暂/长时间故障时，怎么保证快速恢复且避免频繁重连？18. MySQL中索引失效的场景有哪些？19. 是不是只要用like语法，索引就会失效？20. 总结下MySQL索引失效的根本原因是什么？21. 现场编写单向链表删除倒数第N个节点的代码（需先讲思路）22. 毕业时间、是否能处理学校事务、年后能否实习、预期实习时长？23. 你对面试官的反问：岗位业务/面试流程/自身可提升点？发下面经积攒好运

题目描述某互联网大厂在进行员工招聘，给定固定的薪资预算【12万】，公司制定了如下贪心招聘策略：优先招聘 高职级员工（P7>P6>P5）在同一职级内，优先招聘期望薪资更低的候选人在满足高职级招聘人数尽可能多的前提下，再考虑低职级总招聘薪资不能超过预算数据模拟 CREATE TABLE dwd_emp_candidate_di ( candidate_id VARCHAR(20) COMMENT '候选者ID', level VARCHAR(20) COMMENT '应聘职级', salary DOUBLE COMMENT '预期薪资（单位：万）' ); INSERT INTO dwd...

前2天面试了高德，面试问题如下1 先自我介绍2 挑一个你做的很好的项目描述一下，突出其中的技术点和难度3 对于实时数仓你这边的技术选型，为啥需要选这一套，优缺点是啥4 对于目前的湖仓你这边是怎么用的，比如对于一条日志流数据，后续有很多下游，既要实时和离线，你会怎么考虑接近这个日志数据5 对于olap引擎索引一般都是怎么用的，你平时用的话有什么考虑，对于索引有啥要求吗6 对于数据治理你这边怎么看，数据治理主要优先考虑哪几个方面，收益怎么体现7 对于一个新的业务你来设计一套数据基建主要从哪方面入手，如何考虑后续的高扩展性8 你平时用ai吗ai主要是用在哪些方面，对于ai能起到提效的作用吗9 有啥需要找我了解吗