前两天进行的三面，玩了三两天有点儿收不住，面的时候不是很在状态。 自我介绍 为什么学大数据 谷歌的三篇论文是否了解，三驾马车GFS，BigTable，MapReduce 研究方向 项目的整个流程 MR的过程，哪个阶段最费时间，环形缓冲区的调优以及什么时候需要调 Flume都有什么组件，channel的特性以及什么时候该用什么类型的channel，除了Flume还有什么数据收集工具，DataX，Sqoop 如何理解Hive，为什么使用Hive Kafka在项目中起到的作用，如果挂掉怎么保证数据不丢失，不使用Kafka会怎样 用户登录表A，字段：user_id,device_id,login_d...

介绍一下自己 介绍项目的全流程 根据项目，数仓分层是根据什么，维度建模有了解么， 对学过的组件排名，按你最熟悉学的最好的顺序 介绍Hadoop，较为详细的介绍了HDFS MR以及shuffle Hive使用过程中遇到过什么问题（介绍了数据倾斜），处理逻辑的时候遇到过什么难点 用到过什么开窗函数，rank、dense_rank、row_number有什么区别，什么时候用到过 HQL实现查询用户连续登陆，讲讲思路 一面面试官给你介绍过我们这边的情况了吧，你以后有什么规划，期望什么样的团队 反问后，建议可以学习数据分析，了解udf，udtf，udaf（我说我定义过），hive on spark。根据...

1. 自我介绍2. 研究学习了什么，介绍项目3. 对数仓有什么了解，数据仓库和数据库的区别4. 数仓的表，实体表，维度表，事实表，怎么理解维度表5. 数仓维度模型，介绍星型模型和雪花模型区别，应用场景6. 询问我的发展方向，运维，后台开发，数仓，数据挖掘等7. 根据用户下单商家接单配送员配送这么一个场景，自己设计表和字段，表间关联，以及是什么类型的表8. 需要开窗的HQL，给定一个表，有学期，学号，课程号，成绩，求连续两个学期都选了数学的学生9. 编程，两个无序数组合并后冒泡10. 反问后，介绍了一下部门情况

一面 自我介绍一下 第二个项目里的表记得多少写一下，包括字段，然后不断完善表之间的关系，补充关联字段 用自己刚才写的表，写HQL，求当天销售额Top10 剑指offer61当场约二面 无缝衔接 二面 你先介绍一下自己吧 能实习多久 研究方向是什么 学过的对你从事计算机行业有帮助的课程有什么 数据结构学了什么，计网学了什么 你学习大数据给了你什么新的思想，之前没有接触到过的，回答分而治之，面试官补充了个运行在数据上 HashMap的底层结构 HBase是根据rowkey查询，当数据量相当大的时候，是怎么读的很快的，缓存、索引、布隆过滤器、有序 zookeeper起什么作用的...

1.简单介绍下自己2.哪个项目有技术含量，简单介绍下3.围绕项目，遇到的困难和挑战，数据量之类4.简单介绍一下HDFS架构（我竟然当成HBase了，然后一本正经介绍HBase、、、）5.（HDFS）的特色，我还是回答的HBase的、、、6.他（HDFS）分布式系统，怎么实现的，多机器存储文件怎么交互的，数据一致性怎么保障,有个特色是机架感知了解过么（直到关于HDFS的问题高一段落，两个人的平行交流才算结束，怪我太紧张，心里还寻思机架感知不是HDFS上的么）7.MySQL统计分析的极限，数据量多少会变慢8.索引有没有了解过，为什么用B+树存储，建立一个索引的时候是新建了一个b+树吗，表里有多少索...