瓴羊秒挂

1. 实习项目介绍2. 你实习过程中有遇到感觉困难的事吗？3. 你觉得你实习过程中遇到最有挑战的事是什么？4. 那你讲讲你实习中的redis队列是怎么用的吧5. 为什么要用redis队列，解决了什么问题？6. 队列是怎么建立的？一个离线任务就对应一个队列吗？7. 什么时候同步任务的状态？如何同步的？8. 为什么要用分布式锁，分布式锁的key是什么？9. 那你这样说意思就是redis不是原子性的吗？10. 既然是原子性，那你取任务的时候我理解不会有并发安全，那你为什么还要这样用？11. redis队列中子任务实例的状态是如何同步的？12. 数据什么时候落库？13. 按你的说法，我执行任务的时候，查数据库不就可以看是否过期了，为什么还要单起一个线程去更新状态？14. 发送事件和消费事件的生产者和消费者分别是谁？怎么消费的？15. redis队列底层的数据结构是什么？16. 双向链表和压缩链表是怎么实现的，他们有哪些字段17. 为什么要用双向链表和压缩链表，他们查询的时间复杂度是多少？18. 那么redis队列是怎么把双向链表和压缩链表结合起来实现的？19. 虚拟内存有什么作用？20. 答了给用户感知的内存更大，追问还有呢？21. 那换个方式，进程切换会发生什么？22. 为什么进程切换消耗的资源更少23. 进程切换和线程切换有什么区别？24. 系统是如何创建一个进程的，比如你windos点一个exe文件，发生了什么25. 手撕一个正数乘法计算器，输入两个字符串，输出一个字符串

80分钟自我介绍5分钟认知问题20分钟1.短期和长期方向为什么选大数据开发2.数据开发的核心价值，和对岗位的认知3.数据岗位的人员应该有什么样的能力4.宏观角度看数据的处理流程，该了解哪些技术栈5.实习期间遇到的最大问题和解决办法6.清晰介绍实习项目的业务逻辑简单题和编程40分钟Q1.给定sql语句。7.问索引加在什么字段会提高查询速度8.内连接join是小表驱动大表还是大表驱动小表9.sql执行顺序：where->JOIN->GROUP BYQ2.给定两个一对多的表A和B。10.问A left join B有哪几条结果Q3.给定sql语句。11.问有多少个Map Reduce过程...

1.项目介绍2.实习经历 难点3.数据倾斜4.CTE的执行计划5.spark stage怎么划分6.什么算子会触发宽依赖7.hive内部表和外部表区别8.HDFS小文件过多会有什么问题9.对数仓分层的理解10.数仓业务域和主题域的区别手撕:sql1:查询某段时间借书的 uidsql:2.sql:查询至少连续两天登录的用户3.算法:有序重复数组返回n出现的次数

总共50分钟10分钟自身情况1.自我介绍2.实习项目技术栈最大难题3.实习项目解决的业务痛点30分钟情景题Q.消息队列，数据量很大，实时性强，给定数据是三元组(from_uid, to_uid, video_id)，表示抖音视频的转发过程，from用户转发给to用户一个为a的视频，然后求每个视频转发的最大深度，输出二元组(video_id, max_depth)from_uid to_uid video_id1 2 a2 3 a……我公式写个dfs，他说怎么处理实时性我公式搞个时间窗口，每一小时进行一次计算，他说消息递归太多会爆我说存储上一次计算的结果，用空间换时间，他说万一树的最大深度不在上...