京东零售求简历

总计35min，一场八股盛宴1. 自我介绍2. 深挖项目3. 数仓分层的建模理念4. 你的dwd层只做了数据的清洗转换，那没有这一层不是也可以嘛？（这里感觉回答的不好，说到最后反而觉得面试官说的有点道理。。）5. 除了三范式建模和数仓建模，其他建模方式了解嘛？ 我答不了解，不常用，书里有6. 聊聊雪花模型和星型模型7.  哪里人8.  数仓中的压缩算法和文件的存储格式了解嘛？ 答了parquet+snappy 和 zlib+orc9. orc的压缩倍率高还是parquet的压缩倍率高？ 我答orc，我猜的10. spark3的aqe了解吗？11. aqe的优化方向有哪些？12. aqe在什么场景下适用，在什么场景下用了反而不好？13. Flink 的exactly once14. Flink的两阶段提交和三阶段提交有啥差别？（我蒙的，我说Flink的两阶段提交实际上是三阶段的前两个阶段合并，利用checkpoint机制相当于合并了三阶段的前两个阶段）15. 场景题：大数据场景下，如何取某个参数为前1000的user_id16. 你们日常的需求开发流程是怎么样的？17. 场景题：如果有一个需求很紧急，需要插入到这次的开发进程中，你会怎么处理？18. 什么时间能来实习？反问：1. 业务2. 改进点3. 工作强度更新：已挂

1.自我介绍，项目介绍2.详细讲一下DWM、DWT、DWS这些层的具体职责和它们之间的数据流向3.如果你的DWS层的某个指标突然不准了，你会怎么排查定位问题？你平常怎么做血缘追踪？用的是哪套工具4.能不能举个具体业务场景，说一下是怎么解耦的，带来了哪些好处5.ODS到DWS的过程中你如何保证数据质量6. 在Hive上处理过什么级别的数据量？任务最长耗时是多少？怎么优化的7.如果Hive一个任务执行特别慢，你会怎么排查问题8.你说你熟悉Flink-sql，那你讲讲Flink是如何实现Exactly Once的？Flink的状态是怎么管理的9.Kafka异常数据你是怎么处理的？如果某个topic滞...

0820投递0906一面1. 实习期间遇到的挑战以及解决方式2. 比如我们要用来实现一个乐观锁的功能，这个有研究过去做吗？比如现在Redis里面有一条数据，我们现在要去更新这条数据，在分布式场景下可能有问题，考虑用Redis实现一个乐观锁，让更新实现有序，最终数据库能够保证数据一致性，应该怎么去做？3. Java里面提到的开闭原则，你对开闭原则的理解是怎样的？可以大概描述一下这个原则吗？4. Java中基本数据类型和包装类型的变量，初始值分别是什么？5. 现在定义两个包装类型变量，给这两个变量赋相同的值，然后做“==”比较，结果为什么会不一样？6. Java中volatile关键字有什么作用？7. synchronized关键字在方法上具体怎么实现？对于一个类的普通方法和静态方法，加synchronized锁分别锁住的是什么？8. 假设有一张用户老表A，因模型升级适配新业务场景新建了一张用户新表B，需要将老表A的原始数据迁移到新表B，且老表A数据量特别大（比如上百亿数据），让你开发数据迁移程序，具体编码思路是先干什么、再干什么？9. 不考虑数据写入问题，只考虑将1000亿数据的用户老表A迁移到新表B，能不能通过MySQL的主从复制来做呢？10. 在分批迁移数据时，为了保证每批次拉取数据的执行效率都比较高，ID应该怎么来？轮询时为了保证数据的准确性和查询性能，应该怎么处理？比如每批次拉100条数据，但ID可能不是连续的，这种情况代码层面应该怎么解决？11. 现在要统计用户表（数据量特别大）中用户昵称相同的数据，即统计出现重复的用户昵称以及每个重复昵称出现的次数，应该怎么做？12. 你平时自己有在持续做一些技术学习和研究吗？13. 实习的工作节奏大概是什么样的？0909二面，比较像主管面，面试时间就25分钟1. 自我介绍。2. 你自己还接触过哪些方面（的技术或工作内容）？3. 你觉得比较有亮点、有代表性的一些需求或技术问题是什么？请大概介绍一个。4. 你原来接触过电商领域相关的内容吗？比如电商常用的商品等领域。5. （假设现在有一个任务）如果现在领导给你的任务是，一个基本的应用（比如商品相关应用）在单机情况下，面对高并发量时压力过大，你觉得应该按照什么样的维度或者标准去处理（来应对高并发、减轻单机压力）？6. 现在前台有一个页面，加载的时候用了5秒钟才显示出来，你觉得可能是什么原因导致的？该如何排查？7. 你现在在学习一些新的技术，大概会通过什么样的途径去学？8. 你最近关注或学习的一些技术性方向有哪些？9. 你觉得自己个人的优势和劣势是什么？0920线下hr面，简单跟面试官聊了半小时，都是比较常规的问题，说7个工作日出结果0930收到意向函，来个国庆礼物！

自我介绍实习简单介绍八股：1.java类特点2.常见数据结构及特点3.hdfs写流程4.mapreduce和spark的shuffle过程5.如何处理数据倾斜6.tcp与udp区别7.olap和clickhouse是否了解8.hdfs中的namenode和datanode作用9.secondary namenode作用10.宽窄依赖是啥介绍之前的一个项目以及难点是否了解实时数据处理方式sql题目：行转列和分数前五的学生row_number和rank，dense_rank区别算法题目：求给定数组，选三个数作为三角形三条边，求三角形最大周长总体八股考的很基础，面试半个小时草率结束