蔚来面经

📍面试公司：蔚来🕐面试时间：09/21💻面试岗位：效能平台开发❓面试问题：纯简面🙌面试感想：随便进

还是一样的简历项目提问，由于硕士课题和投递岗位的部门比较契合，所以聊的比较多，对硕士以来每个经历都聊了。然后考了两个cpp的八股：1、std::move的用处2、问我常用的C++新特性，我说智能指针，然后简单介绍了一下unique_ptr和shared_ptr手撕题目：拓扑排序：输入邻接矩阵，输出任意拓扑序不需要run起来，面试官看我写的比较快，让我简单讲了下思路就是反问与闲聊状态了，问了问组里业务，后续流程，base地等然后面试官开始感慨，说现在后生可畏啊，两段实习经历，垂直经历还比较丰富，当时他们没有这么夸张，我就说现在太卷了，不努力没工作了要哈哈哈，随便聊了几句就结束了

本次面试可能属于压力面？对项目拷打的非常深入，尤其是对硕士课题进行了深入的拷打，但是问的问题都已经经历过其他面官的拷打了，所以回答的还算是游刃有余？，但是全程无手撕，无八股，所以感觉面试还比较顺利总共大概35分钟，自我介绍7~8分钟，实习经历拷打10分钟，其余时间全部都是在拷打小论文和硕士课题的内容，因为和岗位的相关性更大一些技术问题之后问：是否可以去提前实习？（不能去，导师不放了）对Base地有什么选择？（上海）反问：后续流程是什么？组里业务？然后说后续找HR联系我约HR面？好像是这样说的，听他的意思应该是三面过了

数据开发岗 秋招第一个面试，被狠狠拷打了1.spark和flink有哪些共性和区别2.你说到flink是一条数据一条数据的处理，那我们要对以前数据做聚合会怎么处理(状态机制)3.状态怎么进行恢复和使用(checkpoint机制，下游二阶段提交)4.为什么会有二阶段提交5.了解过二阶段提交机制怎么实现吗6.两阶段提交是保证卡夫卡提交和checkpoint机制同时完成，怎么去保证这个事情，状态保存在哪里7.flink针对kafka是怎么去传递两阶段结果的8.对spark有哪些自己的理解9.spark为什么能处理大规模数据集(高并发)10.多台机器处理，内存是比较宝贵的，数据过大，内存放不下怎么处理(写盘)11.spark当中结点分为那些类型12.大规模数据集，不断落盘，是写到同一个磁盘文件还是多个磁盘文件13.spark中间会一直生成小文件，如何处理14.什么是OOM，什么时候会出现OOM15.怎么去定位OOM出现在哪16. jvm, 内存模型17.spark SQL怎么执行(任务调度)18.底层资源调度是什么资源19.程序运行，内存放的什么东西，怎么管理内存，内存分配20. MySQL执行引擎21.什么是聚簇索引22.为什么要回表，什么样的操作会回表23.介绍什么是b+树24.知道平衡二叉树吗，什么是二叉树25.精准一次语义，kafka中有那些语义26.java这一块熟悉哪些内容，对java这块实现数据结构了解那些27.hashmap底层怎么实现，怎么去实现不可重复的，如果重复了怎么处理。hashcode和equals方法有什么区别和联系，如何判断是否和现有的key相同28.线程安全问题，什么是线程安全29.主要课程包括哪些30.大模型这块，transform架构了解过吗，用来做什么31.SQL题，求班级TOP5学生信息32.SQL锁机制，多个用户同时去写一条数据33.锁机制和事物区别34.什么是悲观锁什么是乐观锁35.乐观锁怎么实现36.进程和线程有什么区别，怎么去调度线程/进程运行，了解过协程吗37.一个进程中包含哪些部分，哪些数据38.讲一下堆和栈，栈有哪些应用反问后续，9.26约二面