更新：10.12 OC，东哥很给力，hc是真的*****************************************************************# 一面 9.18自我介绍实习工作用的什么计算架构、开发节点怎么调度的、数据量多大、每天跑多久介绍spark shuffle阿里用的olap数据库是什么阿里的onedata建模规范了解clickhouse吗可以接受来实习吗你对自己的规划是什么（到这里只有十几分钟，问我有什么想问的）开始反问# 二面 9.19自我介绍介绍Hadoop介绍spark任务执行流程Spark几种join数据倾斜的处理方案flink窗口介绍用到过kafka吗kafka重复消费了该怎么去重（这里没答好，面试官说可以在输出数据的系统中设置主键唯一性，主要出现在回刷场景）了解clickhouse吗对比mysql、hive、clickhouseES了解吗反问环节：部门各种问题，团队构成、数据产品、问了很多，整个过程比较轻松，这里聊了十分钟# HR面 9.27自我介绍为什么去阿里实习做一个产品哪些方面需要考虑职业规划平时怎么学习的遇到的困难，怎么解决，你的心态优缺点团队合作的问题反问：国庆后出结果求求了，东子给个意向吧！#京东信息集散地##数据开发工程师#

秋招篇# PCG 8.24 一面秋招并没有投腾讯，是直接被捞起来面的自我介绍讲实习内容讲实习当中做的最好的工作面试官总结了一下我刚才讲的（好像觉得做的不够难。。）介绍spark RDDspark程序里面不写action算子，程序会执行吗（肯定的答会。。）数据倾斜有哪几种mysql数据库索引有哪些数据库事务介绍平常mysql用的多吗有了解过doris、clickhouse这些类型的数据库吗（说了阿里的holo）做题（口述）sql：给一张dwd表（日期、会员id、类型、来源渠道），求某月某来源渠道每种类型的人数（结果表三种类型，一列一个类型）算法：打家劫舍基础版场景题：如果某天报表中一个商家的成交额突然下降很多，你会怎么处理反问# PCG 8.29二面自我介绍问实习（实习工作：业务、技术栈，接近半小时。。）三道简单sql题（最后一道说了下思路）场景题：1. 用户充值会员的收入如何归因到视频内容上2. 大盘看板发现最近平均观看时长持续下降，可以有哪些方面的原因，怎么处理实习到多久、哪里人、base地（开始聊天）反问# CSIG 9.5 一面没错又换了个部门。。绷不住了，上一部门二面感觉很好，不懂为什么挂了自我介绍完后疯狂拷打实习，接近五十分钟，并且面试官全程显得有点不屑让写两道题，每道题写完还讲下思路最大连续登录天数股票买卖最佳时机一共一个小时十几分钟，顶不住至此所有流程结束，目前为止没被捞起来，应该是面过的部门不会反复捞人了，终究是与鹅子无缘。。如果又被捞起来，再接着写。。#腾讯##数据人的面试交流地##大数据#

从今年暑期实习开始直到秋招一共五次面试，转了四个部门，记录一下实习篇# IEG一面4.6自我介绍项目用的是什么计算方案，技术组件有用到云服务吗讲一讲你在项目中遇到的问题项目中计算内存不足调yarn内存，为什么不是spark内存能讲一讲spark的相关概念吗（讲了基本架构，说任务提交流程太紧张没说完）面试官提醒讲RDD的容错机制小表join大表怎么优化的多小可以叫做小表数仓当中数据采集是采用什么方法增量表是只做增量吗kafka的主题是如何设计的HDFS中的分区是怎么划分的你kafka的分区个数为什么比节点个数少java内存回收机制LInux查看java进程端口号占用情况，查看内存使用情况free -m看buffer的占用过大是否是异常的表现java连接数据库采用什么方式做题：排序题，使用快排反问：实习的具体工作是什么# TEG一面5.25自我介绍介绍项目，负责的工作内容数据同步的技术选型，解决方案maxwell的数据同步怎么保证与业务数据库中数据的一致如果binlog数据太多，导致同一份数据被修改多次而时间相同，数仓里面数据怎么保证和业务数据库里的一致讲一讲数据建模的含义内容，你的项目怎么做数据建模的刚才讲到用户表一般变化小，所以做成维度表。假如有一张用户表，每天数据变化很大，那它还是做成维度表吗对kafka了解多少kafka怎么保证数据可靠性leader副本和follower副本之间水位线怎么同步的生产者生产了数据，消费者没消费到，会是什么原因kafka的可靠性还通过什么保证rdd的定义为什么rdd是弹性的（rdd弹性体现在哪）数据倾斜是什么，有哪些解决方法操作系统中硬盘数据加载到内存的过程用户态和内核态区别操作系统中的调度算法有哪些讲一讲常见的排序算法以及复杂度反问说实话，TEG的面试体验很不错，一面结束后收到二面的通知，但当时已经接了阿里offer了，就拒绝了秋招在下一篇。。#大数据面经# #腾讯##数据人的面试交流地# #秋招#

更新：10.25 OC ，等了接近一个半月，折磨住了********************************# 一面9.8自我介绍离线项目用到什么架构实习使用的是什么开发语言实习做的是哪一层的开发阿里数仓分层是怎么做的Mysql的索引是用的什么为什么用B+树索引一条语句select from where group by having在mysql中执行顺序是什么mapreduce的执行过程hive分区表和分桶表的区别数据倾斜有哪些是怎么处理的给题说思路1. 统计主键出现次数2. 最大连续登录天数3. 直播间最大人数反问# 二面 9.11自我介绍流批一体的建设方案阿里指标建设规范在阿里做过数据应用吗离线项目技术架构离线项目团队分工为什么实时数仓用clickhouse场景题：面对维度变化较快，需要大量join的任务，而没有那么大的宽表任务，可以使用什么数据库讲一讲hbase原理，写数据怎么写的hbase为什么写比读快hive、hbase、clickhouse、mysql各自的应用场景反问：招银数据建设情况、数据开发职业发展# HR面 9.14现场面约到了早上八点半，太早了，七点起床赶过去结果晚到了二十分钟。。不知道会不会有影响自我介绍兴趣爱好怎么产生读研想法为什么想做数据开发为什么想做金融科技想在哪里工作目前已有的求职进程情况朋友对我的评价实习学到的东西自己的缺点项目最大的困难反问总体和互联网大厂比算简单，希望有个好的结果吧！# 9.15 收到资料评审 #晒一晒我的offer#

# 一面4.20电话面，当时忘了记录，一部分忘了自我介绍maxwell我没用过，可以简单介绍一下吗除了maxwell你还知道哪些数据同步工具介绍项目整体内容，技术方案和业务内容数据倾斜的解决方案（讲了join，group by的解决办法，但被问还有没有）Linux查看文件命令more和less的区别udf、udaf、udtf的区别hashmap的原理进程线程区别你觉得你的性格怎样平常有哪些兴趣爱好团队中有人和你不对付，你的解决方案反问# 二面4.28电话面自我介绍聊一下Hadoop讲一下两张表join的mapreduce过程深挖项目项目过程中你做了什么工作你的平台是怎么搭建的你是怎么做数据建模的你构建了哪些表你对数仓的理解有做过java相关的项目吗进程和线程区别进程通信方式讲一讲管道原理线程用那些锁来通信的面完让我做个小笔试，比较简单# 三面5.9视频面自我介绍聊项目问项目细节spark运行架构spark缓存研究生为什么不选算法岗哪里人现在在哪为什么不想留成都职业规划除了阿里还有现在还在进程中的面试吗面试有没有复盘，有没有反思# HR面5.20视频面自我介绍实习内容，主要讲讲你做了什么研究方向介绍在学校做的课题你是哪里人对于base不在成都，你为什么考虑在外地的岗位呢你女朋友支持你去外地吗你导师允许你实习吗你的父母支持你去外地吗讲一下对我们岗位的了解你觉得现在这个岗位和你的职业发展符合吗可以实习多久反问总体感觉良好# 5.23意向#阿里巴巴信息集散地##我的实习求职记录##大数据#

自我介绍项目用的什么数据库（hive）hive内部表和外部表的区别可以实习多久关系型数据库和非关系型数据库区别你知道哪些非关系型数据库mysql有哪些索引spark的join优化方式（没答上来）sort merge join和map join的区别（只讲了map join）map join的过程flink有了解吗描述flink保证端到端一致性的方法描述一下两阶段提交（面试时脑子抽了，竟然没想起来）做题：两个栈实现队列做完没有想到优化方式，其实很简单，想了很久也没想到，面试官也给了很多提示反问下午刚面完，牛友们觉得会凉吗（我感觉大概率会）