美团数开暑期oc

一面（面试官很好！很有耐心！）1.spark中rdd叫弹性分布式数据集，这个弹性的含义2.小文件的危害以及怎么处理3.spark中宽依赖、窄依赖4.stage的划分5.kafka怎么保证数据不重复消费（没回答上，但说了怎么重复消费数据）6.checkpoint机制7.spark的三种join（boardcast join,sort merge join,shuffle hash join）7.四道sql（前两道很简单，第三道次日留存和七日留存，第四道连续登录问题）8.算法题：移动最少区间个数 使得剩余区间无重叠1. 输入：[1,2][2,3][4,6][1,3]2. 输出：13. 解释：移除[1,3]后，剩余区间无重叠（面试后在牛客网看见有人分享这道算法题）一面最后面试官还问我以后的计划，我说打算先实习明年春招边实习边找工作，她居然问我没想留着字节吗（我当然想！）中间有些问题没想起来，耗时1小时40分钟二面（面试官很好！问的都是和数仓相关的，结合我的实习问）1.之前工作都干了什么2.之前实习搭建数仓的结构3.了解事实表吗，了解维度表吗4.怎么和其他人对接的5.你属于风控部门，但主要是构建数仓开发，那有没有和其他数据开发人员交流过6.你只有一段实习吧，那实习前后有什么感悟吗7.为什么要选择数据开发（我说因为之前实习是干数仓的，他说不要因为之前干什么就觉得以后三十年干什么，实习还是丰富点，看看干什么）8.最后反问二面耗时50分钟，感觉面试官对我回答的第七个问题不满意，只是我明年要毕业了，得多来一份垂直的实习建议多复习spark、hive方面的八股文、概念问题，实习生主要负责离线数仓开发

📍面试公司：虾皮🕐面试时间：6.30 一面 7.4 二面 7.8感谢信💻面试岗位：大数据开发❓面试问题：主要是实习拷打数仓数据流向，具体业务介绍，业务接口跟数据的用户讲一个具体的业务，体现所用的技术栈从问题2深入，涉及到并发场景不可重复读怎么解决大数据技术栈，Spark，怎么用的，讲了怎么优化实际任务（数据倾斜/Shuffle优化）数据倾斜这里让描述下快排当前业务有没有写错数据的情况，如果当前数仓写到Kafa写错了，该怎么重新写入？比如HDFS这就错了，但写到kafa->业务表已经出问题了，怎么解决回答主要考虑一致性和重写时候服务是否可用如果让你从具体Kafka topic消费到入...

视频面，共计45min1. 自我介绍2. 项目细节3. 项目难点4. 业务价值5. spark和mp问有没有了解过，我直接答了一套spark比mp好在哪里6. Hadoop的三大组件 下来发现错了，是yarn、hdfs、mapreduce，我答得是hdfs、hive和mapreduce7. HDFS的调用原理  简单讲了讲yarn这一套，具体细节忘了，还是得多记忆几遍8. 数据倾斜了解过吗？怎么解决9. 职业规划是什么10. 来b站想学什么，之前实习中学到了什么内容11. 一道sql，牛客较难，涉及到的是两个两表关联反问：1. 评价：对业务理解什么都不错，但是非科班出身担心基础问题，但是也不是什么大问题2. 部门主要负责的业务3. 实习生过来主要做什么

个人目前是二段JAVA后端实习，前几天是从中厂外包裸辞了（原因是学不到啥，然后学校这边还有事情），最近几天在找实习，发现目前实习岗位好少，只有一个中小厂的低代码开发，面试的时候也说了要结合AI开发，问我Coze，dify这些内容，主要业务是做智能客服，然后进去可能要转go不太了解低代码开发，请问有必要去吗，目前是想能秋招前找到一个保底