字节 数据开发 一面凉经

一面（面试官很好！很有耐心！）1.spark中rdd叫弹性分布式数据集，这个弹性的含义2.小文件的危害以及怎么处理3.spark中宽依赖、窄依赖4.stage的划分5.kafka怎么保证数据不重复消费（没回答上，但说了怎么重复消费数据）6.checkpoint机制7.spark的三种join（boardcast join,sort merge join,shuffle hash join）7.四道sql（前两道很简单，第三道次日留存和七日留存，第四道连续登录问题）8.算法题：移动最少区间个数 使得剩余区间无重叠1. 输入：[1,2][2,3][4,6][1,3]2. 输出：13. 解释：移除[1,3]后，剩余区间无重叠（面试后在牛客网看见有人分享这道算法题）一面最后面试官还问我以后的计划，我说打算先实习明年春招边实习边找工作，她居然问我没想留着字节吗（我当然想！）中间有些问题没想起来，耗时1小时40分钟二面（面试官很好！问的都是和数仓相关的，结合我的实习问）1.之前工作都干了什么2.之前实习搭建数仓的结构3.了解事实表吗，了解维度表吗4.怎么和其他人对接的5.你属于风控部门，但主要是构建数仓开发，那有没有和其他数据开发人员交流过6.你只有一段实习吧，那实习前后有什么感悟吗7.为什么要选择数据开发（我说因为之前实习是干数仓的，他说不要因为之前干什么就觉得以后三十年干什么，实习还是丰富点，看看干什么）8.最后反问二面耗时50分钟，感觉面试官对我回答的第七个问题不满意，只是我明年要毕业了，得多来一份垂直的实习建议多复习spark、hive方面的八股文、概念问题，实习生主要负责离线数仓开发

电话面，30min结束了1. 自我介绍2. 会不会java  我答不会，只会Python3. python的字段结构是怎么实现的  我答不会（这是数开应该问的问题吗？4. 深拷贝和浅拷贝  我答 不会 （这是数开应该问的问题吗？5. 介绍一下你项目中的难点，是如何实现的6. coding  一道快排 一道wordcount（Counter秒了） 一道url解析（三种方法）反问：1. python技术栈适不适合  答 不适合2. 想要来咱们部门学习，应该学什么  spring spring spring  java总结：1. 非数开岗，实际上是java后端开发岗（面试官上来就说了2. 非java技术栈可以bye了

参加了字节社招一面，下面是问题记录，大部分其实是八股1 介绍自己，讲几个你熟悉的项目2 数据倾斜怎么处理3 spark的宽窄依赖4 数仓模型分层 分层有啥好处5 有了解过画像吗，自己怎么实现的，有运用算法吗6 数仓数据质量监控和数据治理怎么实现7 有做过实时吗，实时怎么实现数据不延迟，如果稳定可靠产出实时指标

一面​​： • 算法：反转链表+接雨水（单调栈）• 系统设计：短链系统（发号策略+缓存设计）• 网络：TIME_WAIT状态意义、HTTPS握手过程​​二面​​：• 场景题：10亿UV统计（位图+布隆过滤器）• 项目深挖：Redis集群数据倾斜处理​​HR面​​：• 职业规划+团队协作矛盾案例（高频考点：分布式ID生成方案）