小红书 大数据研发工程师 面经（真的是面吗？）+ 吐槽

📍 公司：虾皮（Shopee）💼 岗位：大数据开发工程师📅 面试时间线：7.30 一面8.4 二面8.8 收到感谢信（未通过）面试问题记录请介绍你实习中负责的数仓数据流向及核心业务场景。详细说明一个具体业务模块，包括所用技术栈与上下游用户。针对问题2中的业务，如何处理并发场景下的“不可重复读”问题？大数据技术栈掌握情况？重点提问 Spark 的使用经验。如何优化实际 Spark 任务？请举例（如数据倾斜、Shuffle 优化）。描述快速排序算法的基本思想（穿插在数据倾斜优化中考察基础）。是否遇到过数据写错的情况？若数仓数据写入 Kafka 错误，如何修复？➤ 进一步追问：HDFS 数据已错，但 Kafka → 业务表已生效，如何保证一致性与服务可用性？若需从某个 Kafka Topic 消费数据并入库数仓，你会如何设计流程？（开放性问题）🙌 面试感悟虽为实习经历深挖，但问题贴近真实生产场景，尤其关注高可用、数据一致性、容错与恢复机制；对数据链路的闭环理解要求较高，需清楚“从出错到修复”的全链路影响；建议提前准备：✅ 典型数据倾斜解决方案（如加盐、两阶段聚合）✅ Kafka 重放与幂等写入策略✅ 数仓分层中各层容灾与回溯能力设计📌 C端业务对数据质量与系统稳定性要求高，面试更倾向考察“出问题后怎么办”的应急思维。

1、介绍自己技术的学习情况，项目的情况2、多线程并发修改全局变量会有什么问题，如何解决(追问:除了加锁还有什么方法)3、tcp三次握手的过程，为什么需要三次4、tcp传输粘包和拆包5、http是长连接还是短连接6、MySQL索引为什么可以加快查询7、b树和b+树的区别8、为什么b+树不在非叶子节点存储数据会比b树好呢9、MySQL的默认隔离级别，该级别下可能存在的问题，如何解决10、redis如果遇到内存快满了，如何处理11、有一个联合索引，分析四个sql语句，是否可以用索引，如何用(联合索引是(a，b)，选项中有:1)a=0and b=0;2)a>0 and b=0;3)a=0or b...

我这面麦格纳实习 其实是暑假工打螺丝的项目也是学校那种百度ai帮助做成的项目，目前最熟悉的是C语言（其他技术就是真正的皮毛），还有计算相关知识的熟悉（是因为考研408）

需求背景: 筛选出异常售后订单, 用于给商家做预警, 最后要的是订单id+异常类型, 如果一个订单命中多个异常类型, 给多条数据 订单异常类型1: 同一个用户id+同一个退货快递单id下, 去重订单id数>=2, 且要求这些订单的店铺id不相同才计数 订单异常类型2: 同一个用户id+同一个退货快递单id下, 去重订单id数>=2, 且要求这些订单的商品id不相同才计数 售后表dwd_afs_df, 字段如下 afs_time(申请售后时间) afs_id(售后id) order_id(订单id) mall_id(店铺id) uid(用户id) return_id(退货快递单id)...