明胜品质一面

1.介绍一下项目以及项目中用到的一些大数据组件2.HDFS的文件存储格式有哪些?3.MapReduce过程，MapTask和ReduceTask个数怎么确定?4.MapReduce阶段哪些因素会影响性能?5.Flink和Spark Streaming的区别是什么?6.Kafka的消息传递机制是怎样的?7.大数据处理中的一致性、可靠性、可用性如何权衡?8.数据仓库和数据湖的区别是什么?9.Hive和传统数据库的区别?10.Spark如何进行数据倾斜的优化?

介绍一下实习中的项目缓存的基本数据类型有哪些项目中是怎么使用缓存的除了string有使用过其他数据类型嘛redis具体的使用场景有哪些，分别解决了什么问题使用缓存的过程中有没有遇到过什么问题以及对应的解决方案热key和大key有遇到过嘛线程池的核心参数有哪些，拒绝策略有哪些实习中使用线程池分批推送数据是怎么做的项目中的订单状态流转是怎么做的有没有流转失败的情况，你们是怎么处理的，系统有没有补偿处理在设计表的时候要考虑哪些方面你们是怎么保证缓存和数据库的数据一致性的Java的异常类型有哪些通过什么渠道寻找实习的实习的时候是怎么平衡工作和学习的你认为实习过程中比较有挑战性的事情是什么当技术方案有冲...

1.简单问问项目2.Spark的执行流程3.宽窄依赖4.RDD和Dateframe5.RDD:是 Spark最基础的分布式数据集合抽象，本质是不可变的、分区的元元素集合(可以是任意类型的对象,如整数、字符串、自定义类等)。它没有预设的Schema(数据结构)数据以"对象"形式存在,Spark对其内部数据类型无感知。6.DataFrame:是带有Schema的分布式数据集合,类似于关系型数据库中的表(有列名和列类型)，但数据分布式存储在集群中。它本质上是RDD的扩展,在RDD基础上增加了Schema元信息(扫描述列名、数据类型等)使Spark能理解数据的结构。7.排序窗口函数8、python的特点9.is和==的区别判断值是否相等用(如比较数字、字符串、列表内容);判断是否为同一个对象用 is(最常见场景是判断xisNone,检查变量是否为None对象)。sq1:跑得慢,哪里可能有问题-----识别倾斜,拆分处理

第一个 TCL实业 软件工程中心 C/C++开发 说是手机/平板等的系统或驱动开发22k*(12+0~5) base 惠州 6个月试用，薪资不打折，强度未知，基数为薪资*0.65，比例5%个人觉得优点：惠州生活成本较低，偏宜居，这个薪资说不上很高，但在惠州算不错了个人觉得缺点：感觉TCL品牌竞争力和市占率好像一般，加上这个岗位不清楚未来发展如何，好不好跳第二个 优必选 C++开发（ros方向）框架或者服务开发？据说下周开奖，薪资待遇未知，offershow没看到这个岗位的参考。base深圳南山，好像是研究院，说是相对wlb，强度比周边科技企业要低，具体不清楚。个人觉得优点：深圳城市好，交通方便...