2024-03-28 17:42 已编辑 华中科技大学 大数据开发工程师
关注
快手 数据开发 一面 55min
1、自我介绍
2、spark宽窄依赖，stage划分
3、rdd的弹性体现在什么方面
4、group by 和reduce by的区别
5、spark内存划分，内存调优参数
6、spark的join有哪些，sort merge（没答出来）
7、spark的shuffle过程，和mr的区别
8、数仓总线业务矩阵是什么
9、数仓分层，dws层存在的必要性是什么
10、spark以及sql的优化经验（数据倾斜除了加前缀还有什么方法，大表join大表怎么办）
11、小文件问题怎么处理
12、用户id两张表设计时一个是bigint一个是string后面join有什么后果（没答上来，面试官说底层先会转成double）
13、round和roundseed的区别（面试官说假如maptask失败后round会分配到不同的reduce中，roundseed每次随机的值是一样的，网上没有查到roundseed，有没有大佬教教是不是我听错了）
14、两道sql
①连续登录天数
②互相关注的用户（用case+concat）
一次体验不错的面试，面试官人真的好好，很耐心引导我不会的问题，许愿二面
更新 3.29二面
2、spark宽窄依赖，stage划分
3、rdd的弹性体现在什么方面
4、group by 和reduce by的区别
5、spark内存划分，内存调优参数
6、spark的join有哪些，sort merge（没答出来）
7、spark的shuffle过程，和mr的区别
8、数仓总线业务矩阵是什么
9、数仓分层，dws层存在的必要性是什么
10、spark以及sql的优化经验（数据倾斜除了加前缀还有什么方法，大表join大表怎么办）
11、小文件问题怎么处理
12、用户id两张表设计时一个是bigint一个是string后面join有什么后果（没答上来，面试官说底层先会转成double）
13、round和roundseed的区别（面试官说假如maptask失败后round会分配到不同的reduce中，roundseed每次随机的值是一样的，网上没有查到roundseed，有没有大佬教教是不是我听错了）
14、两道sql
①连续登录天数
②互相关注的用户（用case+concat）
一次体验不错的面试，面试官人真的好好，很耐心引导我不会的问题，许愿二面
更新 3.29二面
全部评论
讨厌红楼梦1
太原理工大学 大数据开发工程师
他说的random seed应该是用在sample函数里面的参数。估计想问你用sample函数处理数据倾斜问题这个点
斯克佩迪
门头沟学院 大数据开发工程师
佬，有后续吗
等我兄弟回来
蚌埠坦克学院 游戏角色
佬是因为你的项目用spark嘛，怎么全是spark
make_each_day_count
字节跳动_服务端开发
佬，二面约了吗
再也不喝可乐了
度小满_数据研发
后续咋样了佬
熄冬 楼主
楼主 华中科技大学 大数据开发工程师
roundseed到底是什么😭😭
相关推荐
点赞 评论 收藏
分享
查看12道真题和解析 点赞 评论 收藏
分享
2025-11-12 02:50
广州航海学院 软件测试 
Jcwemz：中软证书写单行，考了什么学了什么相关技术栈的内容就说自己会什么，
没实习就包装实习简历，将项目经历写成实习做的，项目时间拉长，项目成果具体化，测试的项目成果无非就是写了多少用例查出了多少bug，重要的不是实习了多久，而是你会多少东西，你能表达的就都是你的。
cet4，随便找个地方标上就好了，不用写单行。
粗略建议，我也不在行，觉得对的可以采纳 点赞 评论 收藏
分享
2025-12-18 18:34
河北工程技术学院 Web前端 点赞 评论 收藏
分享