滴滴 数据开发实习

1.自我介绍2.对公司有没有了解3.inner join的底层实现，有哪些算法4.两个数组，数组的大小都在数千万级以上，但是值域是在一千万以内，找到两个数组相同的元素（说了bitmap）换了部门负责人来面试5.有了解过数仓整体的架构吗（面试官说现在是存算分离，实时和离线一体）6.有写过UDF吗，当时的场景是什么样的7.假设现在用的是yarn，pyspark从提交文件到让代码分布到各个节点上的过程（面试官说主要关注driver中的代码和数据怎么和java线程交互）8.为什么从大厂离职当场通过已OC

面试内容1、你刚毕业吗？之前做过开发吗？会java吗？（不会！大声！）2、接触过阿里云吗？对哪一部分比较熟？3、实习做什么工作？为什么不干了？4、你对数仓是怎么理解的？公司为什么做数仓？5、之前工作任务是怎么调度的？上游和下游怎么建立联系？（绕了几分钟，问了几遍怎么连的，实在搞不懂面试官想了解的点，就海豚上直接连线啊（要疯掉了。。。））6、sql同时在线人数7、问了几个hive的函数8、数仓结构？最底层怎么接入的？实际做过吗？9、数据倾斜优化方案？反问工作主要负责什么？想招一个什么样的人？面试总结1、面试官感觉很年轻，比我打不了几岁，应该是想找个有经验的2、纯开发，写sql的，别的岗位也轮不到...

美团数开暑期实习二面 4.2445分钟左右。主要问项目和一些零散的八股，意外地没有编程题。项目:分层意义。卡住最长时间的一个问题，怎么解决的。ADS层指标举例，这个指标是怎么定义的，具体怎么实现的。Maxwell 增量同步的话，中间状态怎么处理的。为什么用HIVE，不直接在MySQL中进行分层处理，这样还不需要采集，答的不是很清楚，就说了个在hive的话可以并行处理。项目虽然很烂大街，但还是感觉不熟。最熟悉的几个组件，随便问了几个八股，比如MySQL 存储引擎，kafka零拷贝，没有深问。常用的Linux 命令，awk是干什么的。Java的一些知识:熟悉的数据类型；垃圾回收算法，full gc ；JVM内存划分，内存溢出，本地方法栈溢出；线程安全。闲聊:都很喜欢问为什么选择数据开发，为什么一二志愿都是数据开发，为什么没有选择国企那些；职业规划;可以实习的时间，导师会不会不放实习；优缺点。然后反问。

自我介绍写一道题讲下操作系统进程管理操作系统内存管理工作和学生生活有什么区别上段实习学到了什么，难点和挑战在哪里读过的书，看过的源码工程相关MySQL数据量过大需要考虑什么MySQL给一个表添加字段底层除了MySQL还了解哪些中间件让我解释下找后台开发为啥中间件没咋学习从第一面到第三面都在说我工程能力一般，基础还行。这个确实，还是得加强一些中间件的学习，MySQL，Redis，mq这些，毕竟是后台开发。