#字节##字节跳动#

自我介绍 项目介绍Spark：Stage如何切分？原因？倾斜原因？如何解决？介绍一下概率算法（HLL、CMS）Flink vs Spark 容错机制、故障恢复机制 异同？Flink 窗口处理迟到机制？除了Watermark呢？Exactly-onceRay了解吗？算法：三个数组各取一个数得到 a, b, c问：min(|a - b| + |b - c| + |a - c|) length < 1e6问有排序后 ON 做法吗？

弱9本澳硕 ACM银数据研发方向秋招 9次一面 2次二面 0offer实习 1次一面 0offer

10.13 忘了发了拷打项目，和市面上常用的有什么区别？当前公司常用的统计数据方式有哪些？分析项目的业务数据结构？有实习吗？有不那么底层的项目吗（？）Spark了解吗？从代码到输出结果，Spark引擎做了什么（紧张了没答上来）SQL题：表1：(id, date), is_new表2（领取红包记录）：id, date, time, money未领取红包的次日、7日每日DAU，最近1个月3天连续登录占比反问：建议：从整体解决方案出发，多了解业务链路更多理解应用、架构，基于平台来处理数据数据建模要加强，上下游链路多了解底层：了解源码、如何优化（Data Infra）、底层架构能力追问：现在在哪，什么时候毕业？（我还以为有机会。。。。）

22分钟 真快啊自我介绍Spark 对比其他引擎优劣处SparkAQE的功能数据倾斜的成因、解法SQL中DENSE_RANK vs ROW_NUMBER()场景题：200亿条user_id 要求全局有序对湖仓了解吗？对特征平台了解吗？提到擅长对问题的“抽象能力”，如何举例说明？怎么理解数据工程？怎么理解ETL？有offer吗？会AI、大模型吗？感慨：很紧张，好几个答的不知道对不对，而且场景题准备过结果突然愣神了唯一一个实习面试，希望能过吗

36分钟 凉了拷打项目（被喷太菜了）Spark VS MR为什么更快HDFS 小文件问题Spark AQE功能AQE除了处理数据倾斜呢？进程 vs 线程TCP vs UDP数据库索引的功能B tree和B+ treePython 浅拷贝深拷贝Python 多态SQL：连续两天登录的用户数除自连接呢？算法：给定长度为n + 1的数组，每个数都在[1, n]范围内，已知只有一个数有重复在不修改数组，O(1)空间复杂度，小于O(n^2)的时间复杂度的条件下，找出来

选择题 * 30有线代和概率论什么的，大一的我直接游龙，现在的我。。。。。。求大佬路过给点建议 and 求赞~编程题 * 2T1. 给定长度为n的数组a，ai表示第i只袜子颜色的编号问：只有不同颜色袜子能配对，最后剩几只袜子不能配对？T2. 给定长度分别为n和m的数组a, bai表示第i个商品种类编号bj表示第j种商品最少需要的数量问：最短子区间满足对于每一种商品的数量都满足要求的区间长度思路：T1. 贪心显然，只有一种袜子特别多的时候，才会剩下大量不能配队的袜子然后考虑当所有袜子都“比较少”的情况，显然可以“互相配对”最后考虑是否剩一个T2. 滑窗先枚举R作为右边界定义remains = sum(b[1..j])  (从1开始下标，卡了我一下)对于第R个商品，当且仅当curr[a[R]] < b[a[R]] 即现有的这种商品数量不足时remains--判断跑完while后是否满足要求，即remains == 0否则输出-1然后开始滑动窗口，先缩L，当且仅当curr[a[L]] >= b[a[L]] + 1即这种商品的数量有富余时curr[a[L]] --L++然后统计答案，输出最小值即可

34min 估计是凉了9.26 更新 凉了我唯一的二面机会就这么凉了呜呜呜简单介绍项目随口问两句八股，watermark和倾斜，但是没在意SQL：最大连续登录天数算法：最长无重复子串嫌我菜，比较“坦诚”反问业务：数据仓库（真的假的？）建议不是，说好的数据平台呢，怎么一问就是数仓的

55min 自我介绍Spark shuffle过程算法题 * 2T1. 给定二维数组，1代表陆地，0代表海洋，四方向联通 问岛屿数量 BFST2. 给定地铁线路 * N，每条线路有M个站点和M - 1个距离给定地铁计价方案，四级阶梯，额外每10公里1块钱问最短路和票价建图堆优dijkstraHive MySQL用过吗（简单聊了一下用Spark为主，Mysql没用过）那SQL会吗？SQL：找出首日登录后第二天也登录的玩家占比反问还挺简单（）

更新：已经面完了，希望不要一面凉75min 好长啊，嗓子要哑了两个题判断四点是否能构成平行四边形判是否为“竖线”，然后判是否重合，y轴之差是否一致否则判斜率相等，b是否不相等（不相等等价于不重合），x轴之差是否一致然后交流了半天思路给定两个JSON，尽可能多的输出不一样的地方递归搜索概念性八股问的比较散，操作系统什么的。。。（忘了XD）---然而还没面，希望不要一面凉起码让我体验体验二面的感觉呢OAOPS：如何让牛客多推点流呢，我只是想找大佬交流呜呜

自我介绍 八股Spark算子、分类数据倾斜SparkSQL原理和Hive区别数仓不会被点太菜了貌似是离线数仓方向，我以为是数据平台JD：1、负责公司涉及数据方向相关研发工作；2、提供面向业务的数据服务，完成数据指标统计和多维分析。参与数据平台的开发工作，支持业务需求；3、参与相关产品需求讨论， 细化产品功能，落地产品需求；4、涉及大数据方向技术研发的创新性项目落地，以及跟进大数据前沿性技术的迭代。有点尴尬，但还好吧，业务不太一样

建议我找个实习一道题，很抽象有点像脑筋急转弯，而我脑筋转不过来反问估计是挂了这是最后一个给我面试的了，我的秋招到此为止了吗一个多月紧绷的精神，终于是绷不住了一共三家给面试的，全是秋招，投了一大批实习全挂简历了，还有半数没反应，初筛5个周了其中两家没面试不要，一家捞起来打复活赛说2-3天出结果，现在一个多星期了没下一步，估计也无了一直紧绷的精神，终于是绷不住了

单选 范围较广，有SQL、链表（cpp风格）、排列组合等多选 很八股重点来了 编程题 * 3100 + 90 + 100T1. 二叉树层序遍历T2. 问字符串最后一个单词的长度给你一个字符串 s，由若干单词组成，单词前后用一些空格字符隔开。返回字符串中最后一个单词的长度详细描述单词 是指仅由字母组成，不包含任何空格字符的最大子字符串其他时间限制：3000ms内存限制：256.0MB输入输出示例示例1输入"Hello World"输出5难点1. 无数据范围难点2. 不让用CPP，指的是，只要写一个int函数，但是里面只有一行return 0;也会报错执行错误难点3. 没有报错细节难点4. 没有自动补全（特别是不让用cpp我直接愣住了）难点5. 题目不告诉你有数字（我经过对比实验测出来了）T3. 按绝对值排序一个多小时没调出来T2，赛后问了问AI可能找出来问题了，但是也只是可能，题目没说，我是啥都不知道体验很差。。。真的很恶心呕