个人bg：双非本，cpp，江浙二三线城市人offer1：华子 终端bg 操作系统base：杭州薪资：13a n*15优点：杭州有人才补贴，离家近，相对贴合cpp缺点：薪资不算高offer2：字节 抖电客户端base：北京薪资：未开，看os白菜(n+6)*(14-16)和房补优点：title，钱多，抖电听说挺核心缺点：北京，客户端，工作强度PS：本人比较想早赚够个100w回家找小厂躺平，不知是否是个好主意？如果春招还想找中大厂后端，是否不太好签华子（听说毁约影响较大）？

1.WordCount 具体是怎么跑的?比如怎么分片、map 阶段做了啥、shuffle 是咋回事、reduce 最后怎么汇总的2.MapReduce和Spark 到底差在哪儿?适用场景这些都得对比着说3.Spark 提交任务时，Client模式和集群模式有啥不一样?比如 Driver 在哪跑、日志在陖瞎圈看、适合啥场景4.同一条 SQL，为啥 SparkSQL 跑起来比HiveSQL 快?得从执行引擎、优化器这些底层说说原因5.自定义 UDF 怎么实现?比如在 Hive 或Spark 里，具体步骤是啥，有没有踩过坑6.设计 HBase 表得注意啥?rowkey 怎么设计才合理、列族要不要分、版本数怎么设，这些睪腘狐旨を曽斷纰可能问到7.HBase 里的 HLog 是干嘛的?跟数据持久化、故障恢复有关系吗8.都是存在 HDFS 上的数据，为啥 HBase 能支持在线实时查询，Hive 就不行?底层存储结构不一样在哪9.用 SparkSQL 操作 Hive 数据时，有没有縈区堠浓ゴ壮攥到过兼容性问题?比如某些函数不支持、数据格式读不对之类的，怎么解决的10.Spark Streaming、Storm、Flink 这几个流处理框架，区别在哪?各自的优缺点和适用场景得搞明白场景题:11.数据量特别大，要用三个 Map 和一个Reduce 来做 Top10，哪种方法效率最高?得考虑怎么减少数据传输、避免倾斜

xhs：白菜n*(15-16)+期权 base杭州 广告 前景高 不稳定 团队ld人还不错 公司有上市可能 但绩效压力可能比较大pdd：(n+4)*18 base上海 电商 稳定涨薪 能熬就行 扛得住三年内年薪破百虾皮：(n-1)*14 +3w签字费 base深圳 广告 wlb国企：总包28 base合肥(本人非合肥户籍) 极度wlb 干活无压力且稳定offer帮选