字节Flow一面

1.挑一个项目介绍2.了解实习经历3.针对实习项目，问数据层次怎么分层4.数据分层的作用5.针对具体实习项目，说明业务逻辑6.说明实习项目的“订单量"这个指标从源头到产出的 ETL过程7.针对实习项目，复盘后最大的难点是什么8.复盘之后有什么收获9.你刚才说复盘收获是处理小文件，那么spark怎么处理小文件的?10.处理小文件有哪些方法，举例子11.hive冷热分离的方法12.你刚才提到了组里有做ec存储，你了解ec存储吗13.暑期实习有什么感受，转正了吗14.了解spark的semi join吗，他是干嘛的15.了解spark的AQE，这是什么16.你刚才讲AQE提到了广播机制，这个在spark中很重要，讲讲广播过程呢17.了解网络吗?讲讲三次握手和四次握手区别。18.了解数据结构吗?讲讲0(nlog n)的不稳定排序算法Q1.求开方:给定排序算法。num=5.79，error=1e-8，求x使得abs(x^2-num)

我目前学完了三件套加uniapp小程序写了一个小兔鲜加uniapp项目，算法hot100刷了一遍，但不太熟练，八股才刚刚开始，感觉八股不知道怎么背，现在是先准备八股还是直接开始投简历，希望各位能给一点意见

1. 项目介绍2. 实习部门的业务介绍3. 工作中有什么数据倾斜的问题？4. Spark 的内存管理机制是怎样的？OOM 问题是怎么造成的5. 场景题：不一定要局限于 Spark 的框架。有一个很大的数组，这个数组有 1w 个元素，需要对这个数组从小到大进行一个全排序。但我们的内存没有那么多，磁盘够多。有没有什么办法以有限的内存，相对充足的磁盘空间来实现 1w 个元素的全排序6. 介绍一下什么是 Spark Job，什么是 Stage7. SQL 题 3 道。不难，题目忘了，用一些子查询窗口函数解的8. 算法题 leetcode 56 合并区间  mid

1.深挖项目(数据源，项目难点，上游下游等等)2.项目中遇到的数据倾斜3.你提到了加盐，如果一个key前面打了随机前缀如何找到这个key对应value的最大值4.你最难的一个指标SQL是如何实现的5.你数仓建设的原则(答的不好)6.数仓的分层7.事实表和维度表的区别没有问技术栈八股，没有手撕