米哈游笔试09/21

一面 1.自我介绍2. 最常耗时的一个SQL，怎么定位这个问题，包括怎么去做的优化。3. 有考虑过索引的优化吗？4. 同学在跑SQL的时候有没有explain这个SQL去看一下它的执行计划呢？5. 假如explain发现SQL执行计划没有错乱、没有不合理的情况，但实际上跑的还是很慢，同学有考虑过这是为什么吗？6. 同学怎么去判断到底是资源不足导致的慢，还是数据倾斜导致的慢呢？7. 能不能从Spark SQL的内部角度谈一下，一个SQL怎么从字符串变成最后可执行的task的？8. join的优化会影响在哪一层上吗？比方说a join b改成b join a，实际影响的是哪一层的执行计划9. 怎么去判断一个Spark任务是否存在倾斜10. 除了Spark UI，根据业务判断，可不可以从SQL特征上判断出数据倾斜呢？11. group by数据倾斜12. join的倾斜是怎么处理的，聚合的倾斜是怎么处理的。13. 加盐的话会有什么副作用吗？14. 加完盐之后能一次得到结果吗？15. 如果倾斜的key占到整个数据的大概70%，用broadcast的方式不行，同学会考虑怎么办呢？16. 在Spark内部，broadcast之后是怎么实现的？广播的数据存在哪儿？使用的是什么数据结构呢？17. 同学有了解过broadcast这张表过大的话，Spark会怎么去控制这个情况发生吗？18. 如果broadcast的阈值设置不合理，比方说设成了1G，会有什么情况发生呢？19. driver会因为broadcast表过大而发生OOM吗？20. orc相比text file，在执行层面会快在哪？为什么要用orc而不用text file，优势在于哪？21. 除了压缩、列式存储，orc文件的结构有什么特征吗？22. orc与parquet优势在哪，缺点在哪？。。。。。。实习相关内容36. 有一张员工表，字段是员工ID和薪资，希望通过SQL找到里面第二高的工资是多少？不用窗口函数该怎么实现呢？37. 同学有了解过Java的内存模型吗？38. 同学有了解过Java的hashCode和equals之间的关系吗？39. 同学有了解过Java的类加载器的相关内容吗？比方说分为几种类加载器，加载顺序是什么样的？40. 同学对垃圾回收机制有了解过吗？有了解过CMS和G1吗？41. CMS的缺点是什么呢？为什么它扫描时间会很久呢？CMS不是并发的吗？42. 同学常用的OLAP引擎是什么？43. 同学有了解过Doris的tablet是什么吗？44. Doris的分区和分桶有什么区别吗？45. 分区和分桶各有什么好处呢？46. 同学有了解过实时相关的概念吗？了解过Kafka的topic和partition之间有什么关系吗？47. Kafka里面的offset同学有了解过它是干什么用的吗？offset是全局的还是分区内的？48. 有一个场景：MySQL里有一张20亿数据的表，不使用任何数据同步组件（比如canal、maxwell、flink cdc等），怎么把数据从MySQL迁移到Hive或者Doris里面？49. 在读取MySQL数据做分批迁移的时候，怎么分片读呢？比方说表里面有一个时间字段，该怎么利用？编程题：二叉搜索树转化为双端链表二面1.自我介绍2.实习介绍3.数据治理怎么做的SQL题：已知数仓表 t 的结构包含：uid（int）vid（string）start_time（yyyy-mm-dd hh:ll:ss）end_time（yyyy-mm-dd hh:ll:ss）dt（分区字段）hour（分区字段）数据样例：uid=100043435，vid=f1ewmkflgkl2ds，start_time=2025-12-24 18:06:18，end_time=2025-12-24 18:17:25，dt=2025-12-24，hour=18。求出一天内每5分钟的视频播放量top10最终结果start_time    end_time    top1000:00            00:05        ....00:05            00:10        .........4.java抽象类和接口的区别5.什么情况用抽象类什么情况用接口5.java 中lock和synchronized的区别6.编程题：实现一个滑动窗口数据结构，支持实时评算窗口内的最大值、最小值和平均值。第二问：求最大值、最小值不用数据结构、排序、组内遍历，还有别的实现方式吗一面问麻了二面炸缸了

最近年底，各个大厂基本都在忙着年度述职，这里可以和大家科普一下，所谓的年度述职就是在老板面前汇报你这一年的工作，你这一年都干了 什么 ，当初给你制定的目标（OKR） 有没有完成呀等等。一般就是写个文档或者ppt然后组内轮流汇报，也就相当于期末考试了，最后的成绩是关联你的年终奖的。所以那些15薪18薪的，多出来的几个月工资你能不能拿的满是要看你今年的表现的，表现的好可能拿满或者拿到120%，表现得不好可能就拿到80%或者50%，再或者没有年终奖得也不是没有可能。一直都在比然后从上面的述职就想到了从小到大我们一直在被要求超过别人，从上学的考试成绩，到上班拿多少得薪资，再到结婚找了个多好得对象，再往...

快手:数据平台开发，base北京公积金12%，薪资n*16+2*12(2k房补)+少量签字费，年包50+，工作强度10105拼多多:主站平台开发核心业务，base上海公积金7%，薪资(n+4.5)*18(2个月的加班费)，年包60+，工作强度11116个人更喜欢上海，但快手双休。。咋选呢

（1）腾讯base北京，cdg广告多模态算法，偏广告aigc，不算是cdg很核心的业务吧。强度10-9-5。薪资n*15+签股腾讯双休应该会相对wlb些，好跳槽。但第二年没签字费总包会比较低。（2）拼多多base上海，temu搜广推，强度10-10.5-6。薪资(n+10)*18。总包比腾讯高20个。pdd感觉薪资诚意很足，一年两次调薪涨薪较快。并且拼多多上级决策下级执行的模式，精神内耗应该能小点。缺点是工时长单休，有竞业。有没有pdd过来人能给点建议，有必要为了高base选择pdd吗？选择pdd后好跳槽吗？