无心插柳柳成荫，随便投的厂子，没想到好像是最适合，聊的最好的一家。时间太久了，回忆的面经缺失内容会比较多。收到意向书的同学可以加意向群：640262555 备注意向岗位即可timeline：10.11 一面 一小时  部门内大哥10.14 笔试 一小时 10.21 二面 一小时 部门leader 10.26 三面 半小时 团队大boss11.7 hr面 半小时11.15 意向面试流程拖得很长是第一个坑。😅四轮面试时间都在大晚上能看出来挺卷。😅吐槽完，开始回忆面经。一面:一道SQL（分组汇总，排名，limit，窗口函数）一道easy 算法题（窗口为3，返回和最小的窗口内三个元素）说...

一小时 本地生活 一位部门leader，面试过程就感觉和一位老师在交流，如沐春风。   面完反手挂😅😅  聊实验室无人驾驶项目 25min 项目流程、项目分工、你的职责、具体细节、项目现状、项目难点、改进思路。 聊数仓项目 20min  数仓建模的全过程，细扣 ODS 和 ADS 说反了，面试官纠正 你是如何学习数仓建模的知识的 DWD 全称是什么？ODS全称是什么？为什么每一层叫这个名字 你知道什么是原子属性/原子对象？ 你知道什么是派生对象？ 报表是如何生成的？ 数仓搭建的全流程用到了哪些技术 为什么选择数据研发这个方向？平台开发和数仓开发你更偏向于那个  SQL + 算法 15min...

去外企写代码是我梦想中的工作。读研期间系统的进行了算法和听力训练。最近几次的英文面试发现自己存在随机发挥、“我肯定过不了的”的逃避思想。因此决定将这件事工程化处理，以期达到流畅且清晰的表达自己的观点、完全发挥自己的能力的效果。认真准备每一次英文面试，不做把面试当练习口语的怨种。珍惜机会，尊重面试官尊重自己的时间。   分三大块进行准备：Behavior Questions/ Algorithm Coding / Tech Stack   Basic Questins  Self-Introduction Why do you want to join us Let's talk about o...

面试必问。大数据面试绝对重点！！  面过的12家，有字节、快手、美的、顺丰、OPPO、京东、贝壳都被问道过。菜鸡的我没有实习经历项目中也没有遇到过数据倾斜的情况，每次被问到都如坐针毡思维混乱一通乱说。😅😅给各位面试官留下了逻辑性差、实践少的差印象。特把这个问题单独摘出来进行深入整理！！！！   各位朋友，本人实践经验有限，下文如有错误劳烦您指出，万分感谢！  花式提问😅😅  你遇到过Spark 的数据倾斜吗 你遇到过Hive 的数据倾斜吗 你遇到过Redis 的数据倾斜吗 你遇到过 Kafka 的数据倾斜吗 你在项目中遇到过数据倾斜吗 你知道怎么解决数据倾斜吗.......  题眼 @...

Redis 集群讲一下？槽指派哦~ 16384个槽。 Redis 集群的选举过程讲一下？ Redis 删除策略讲一下？ Redis 有哪几种类型的数据？

211本 985硕 科班 无实习经验 开贴背景：找实习时心气很高，把目标只放在了大外企。大半简历被刷，剩下的大半笔试被刷，微软和大摩的面试全部未通过，最后空手而归，认清现实国内企业和国外企业同时准备。本科专业课系统学习过Hadoop，又学习了Java后端开发的组件。因此，选择大数据开发的职业方向。 目前投递简历110份，笔试41场，面试12家，收到两个中厂的意向。秋招已过两个半月，战线之长让我感觉身体疲惫，大数据知识点方方面面也因拉长的战线开始遗忘，面试表现开始滑落。因此，选择考研时的思路，将知识点落到纸面上进行逻辑化与规范化。同时，做好记录，胜不骄败不馁，认真准备接下来的每一场笔试和面试。 ...

1. 给我说一下TCP 流量控制原理！ TCP 利用滑动窗口实现流量控制，流量控制目的是控制发送方发送速率，保证接收方来得及接收。接收方发送的确认报文中有一个窗口字段，可以用来控制发送方窗口大小，从而影响发送方的发送速率。将窗口字段设置为0，则发送方不能发送数据。 2. TCP和UDP的区别给我说一下，每回必问  是否面向连接：TCP传送数据必须通过三次握手四次挥手进行连接建立。UDP传送数据不需要先建立连接。 是否可靠传输：TCP通过建立连接、确认、窗口、重传、拥塞控制机制确保可靠传输。TCP传输保证了无差错、不丢失、不重复并且按序到达。UDP无确认机制，不保证数据不丢失，不保证是否按序到达...

1. 常用的排序算法的时间复杂度   2. 稳定的排序算法有哪些，不稳定的呢？   3. 冒泡为什么是稳定的   4. 讲讲Dijkstra 算法的流程   5. 讲讲Prim 算法的流程   6. 讲讲Floyd 算法的流程

投了一百多家厂，累计参加了三十多场面试，面试了十多家公司只有两个拿到了意向。😅😅😅这个面试成功率也太低了些，反思反思，做一些总结。      大数据面试注重知识面的广度。需要多看面经扩展开面。      环境不好，珍惜每一场面试机会，😅😅曾经有拿中厂给大厂垫刀，练手的想法。结果发现全挂了。😅😅家没了      知识需要反复的滚动复习！前面能答上来的，过了一阵子之后知识会忘。 惨痛教训😥😥😥 不回头复习感觉自己越面越虚。      问题回答不上来：面试官一般都会说没关系，那我们换一个。😅😅😅一开始我以为好友善，结果说了这句话的面试全被挂掉了。一个没答上来可能会没关系，两...

1. Hadoop 和 Spark的区别说一下？      Hadoop的数据处理单位是block，Spark 提供了可供并行处理的数据抽象RDD  Hadoop 对数据处理只提供了Map和Reduce 两种操作。Spark 提供了两大类算子transformation 和 action，支持的操作更多。  Hadoop 只支持Map->Reduce 的流程。Spark 则依赖DAG 有向无环图的方式来执行Job。速度更快。  Spark 提供了Hadoop 所不支持的cache 和 checkpoint 机制。大大的提高了计算速度和程序可靠性。  Spark 会对Job 划分Stage...

0. 数仓分层，各个层次是做什么的？各个层次的英文全称。😅😅阿里一面说不上来直接挂！！   ODS（Operational Data Store）数据引入层，DIM（Dimention）公共维度层，DWD（Data Warehouse Summary）明细数据层，DWS（Data Warehouse Summary）汇总数据层，ADS（Application Data Service）应用数据层。       ODS层用于接收并处理需要存储到数据仓库系统的原始数据。   DWD层通过对企业的业务活动事件构建数据模型。根据具体业务事件的特点，构建最细粒度的明细数据表。   DIM层使用维度构...

1. 说一下Kafka 是什么，在大数据开发中充当什么样的角色     Kafka 是一个分布式流式处理平台，具有高吞吐、可持久化、可水平扩展、支持流数据处理等多种特性。  作用一：消息系统。具备冗余存储、缓冲、异步通信、扩展性、可恢复性等功能。  作用二：存储系统：Kafka有消息持久化和多副本机制。将消息持久化到磁盘，可以把它作为长期的数据存储系统来使用  作用三：流式处理平台。Kafka 可以和流式处理框架进行集成。比如像Spark Streaming和Flink。提供了窗口、连接、变换和聚合等各类操作。    2. Kafka 吞吐量高，为什么     零拷贝：避免了传统IO四步操作，...

回答的不好的地方麻烦大家指正，谢谢！   1. 给我说一下接口（interface）和抽象类（abstract class）的区别     接口只能有方法的定义（definition），不能够有方法的实现（implementation）。抽象类中可以有方法的实现  implements可以一个或者多个接口，extends只能一个抽象类  接口强调（emphasize）特定功能的实现，抽象类强调所属关系  接口变量默认都是public static final不可变的，抽象类的变量可以在子类中进行修改    2. 说一下HashMap 的底层实现   3. 说一下Java 的锁机制。     分...

回答的不对或者有欠缺的地方麻烦大家在评论区告诉我，提前谢谢你！    1. 说一下delete，truncate和drop的区别     delete 是DML语句，可删除全部数据也可删除部分数据。删除的数据可进行回滚  truncate 是DDL语句，删除表所有数据，无法回滚  drop 是DDL语句，删除所有数据，表结构也给删了！无法回滚    2. 说一下 char 和 varchar的区别      3. 说一下窗口函数rank row_number 和 denserank 的区别     rank()排序相同时会重复，总数不变，即会出现1、1、3这样的排序结果；  dense_ran...