经纬恒润 数据开发

自我介绍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...

1.有没有遇到业务需求不合理的地方，你怎么办？2.你的上下游怎么合作的？3.怎么通过spark ui判断是什么问题？4.具体的case5.开发项目的整个流程6.你的任务基线9点产出，下游有表依赖你的表，但他需要5.30产出，通知到你，你怎么办？7.你怎么评判你这个项目的好坏？8.你觉得实习给你最大的感悟？9.你觉得dataworks底层更像mapreduce还是spark？10.你觉得dataworks这种封装之后的产品，和原本的spark有什么区别？11.反问面试官挺和蔼，发牛客攒人品9.18 已挂

1.对称二叉树2.写一个排序算法3.项目拷打4.kafka和rabbitmq区别，为什么大家都使用kafka5.解释什么是kafka6.他的优势是什么？7.sql优化8.hdfs和Hive的区别9.spark和hive的区别10.hive中存储格式11.Application、job、stage、task区别12.宽依赖窄依赖13.scala里object和class方法的区别14.dateframe和dataset的区别15.TCPIp16.OSI七层17.java垃圾回收机制

泡的最久的一个，估计是大佬们的剩饭吧