美团-项目实习(1个hc)

投的日常实习1.自我介绍2.分布式mysql相关原理3.b+树和b树区别4.redis与mysql一致性问题5.redis相关的缓存穿透，缓存击穿，缓存雪崩。6.zookeeper选举机制7.Kafka为什么快？8.spark为什么比mapreduce快？9.spark内存模型10 mapreduce的shuffle过程11 讲讲数仓中的数据模型12.leetcode 41题缺失的正数变种，数列的数据范围在1 <= an <= n,其中一部分是单独的一个数，另一部分是两个数，请你在o(1)的空间复杂度和o(n)的时间复杂度内拿到重复的数字。13.反问....浏览器没跟上版本，说完算法思路结束会议之后秒挂总体来说理解需要更深刻

一·语言方面：由于很多大数据框架都是基于JAVA开发的，个人认为JAVA语言是必不可少的，有余力的话可以去掌握以下PYTHON😊二·数据结构与算法：大二课上没好好学，现在只能再补一遍了，悲😣打算刷完Leetcode的Hot100就先放一边，等秋招再刷别的题😇三·MYSQL:一个关系型数据库管理系统，SQL BOY的开始，初步领略通过建表来管理数据的思想，学完可以去刷一下基础50题和进阶50题（虽然本菜鸡只刷了基础50😓）四·Linux:会安装虚拟机，掌握常见linux常见命令即可五·Hadoop:一个分布式计算框架。所谓分布式，就是将一台电脑无法处理的数据量分散给一个由多台电脑组成的计算机集群来处理，互相分工，彼此合作，形成一个有机整体。框架分为三部分：HDFS（数据存储），MapReduce(数据计算），Yarn（资源调度）。虽然MapReduce已经逐渐被Spark淘汰，但思想依然值得借鉴。高可用机制也应当学习六·Maven:会用即可，打包项目用的七·Hive：也是一种SQL，有了MYSQL的基础应该还算好理解八·Scala和Spark：Spark是用Scala写的，在学习之前得先浏览一遍基本语法。Spark是基于内存的批式计算引擎，已经逐渐取代MapReduce（基于磁盘的计算引擎），APACHE也基本上停止了对MapReduce的更新（经典白学😃）。将来很多离线数仓项目也都是基于SPARK的，可以说非常重要了九·Kafka，Hbase，Flume和ZooKeeper：都是一些小组件，将来面试可能会问到十·Flink：一个流式实时计算引擎，本人JAVA基础较弱，听的时候也是懵懵懂懂当然，仅仅这些肯定远远不够，本人将来还要学Doris，数仓建模理论，数仓项目，八股面经等等。上述理解如有错误还请友好指正（叠甲叠甲叠甲😱）。这些理论也只是匆匆过了一遍（大一太贪玩，大二2月份才开始学），发布笔记也只是记录自己的学习过程，提醒自己不要懈怠（还有当个免费网盘😏）。如果能帮助到你就更好了，虽然我也比较迷茫😖

HR 打电话来不到一分钟约面试，然后问能实习多久，有戏吗？本来相投 AI 方向的，但是看到这个实习有 AI 相关经验的优先就投了 。

我面了阿里的大数据开发面试，面试题目如下1 介绍自己，并且挑1到2个项目简单介绍一下2 hadoop生态圈有哪些组件，展开说一下3 做数仓模型该遵循什么规范，数据是怎么治理的，对于异常数据怎么设置监控合理4 实时画像标签有接触吗，对于实时性是怎么定义的，如何确保实时数据绝对准确5 看板工具有啥，对于看板的底层数据如何做到秒级6 如何评价一个数仓干的好，为什么觉得好，如果要你从0到1设计一个数仓全栈你会怎么设计7 你为啥要来阿里，阿里和别的公司比较有啥好处和不好的地方