快手数据研发一面（40min➕，比较简单，面试官和善） 1.深挖项目，项目架构选型，不同数据为什么存储在不同位置等之类的问题 2.MR工作流程 3.Hive和Spark的区别 4.细挖简历，比如说说简历中复杂SQL的难点在哪里，如何解决 5.认识什么告警类型，都如何处理 6.数据倾斜如何定位，如何解决 7.数仓分层以及分层作用 8.DWS层和DWM层的区别 9.spark的driver,task,job,stage之间的联系 场景题，对直播中的金额数据如何进行数据质量的一个检测 手撕算法:最大子数组和 SQL:最大连续问题 二面（50min➕，主要难在项目拷打，八股很简单） 1.深挖项目非常细...

BG： 双非硕 + 学院本秋招投递情况： 阿里系（简历挂）、美团（这周做二笔）、小米（笔试写完，筛选中）、快手（简历挂）、滴滴（笔试挂）、小红书（笔试挂）、马上消费（简历挂）、鹰角网络（简历挂）、蔚来（简历挂）… 还有部分大厂（京东、百度、腾讯、科大讯飞、网易雷火…）和中厂在泡池子中投递时间： 8.20开始～至今进面情况： 无一家进面自我剖析： 学历硬伤 + 笔试差 （要多刷题了）下面附上一张简历，请各位牛友帮忙指点指点～引流：字节 阿里 腾讯 美团 百度 京东 拼多多 滴滴 快手 科大讯飞

1， 频繁Minor GC-Xmn 新生代大小 增大-XX:NewRatio 老年代和新生代的比例 降低目标：增大新生代，减少minor gc的频率2，Minor GC后，大量对象存活进入老年代-XX:SurvivorRatio s区经常满的情况下，适当减少该比例值，增大s区，减慢对象进入老年代-XX:MaxTenuringThreshold 适当延长对象在s区的时间，比如提升到20次Minor gc后再进入老年代3，老年代经常满，导致频繁full gc优化新生代大小：增大新生代大小，避免因为s区装不下导致的对象提前晋升进入老年代优化晋升策略：-XX:MaxTenuringThreshold ...