大数据

面试官比较看细节，遇到不确定的会反复让你确定 1.自我介绍2.问项目和实习3.项目架构4.如何确保kafka的消息不重复读（答了offset和ack机制，但是ack记成消费者的ack了，估计寄）5.kafka的主题 分区 分块的概念6.flink的checkpoint机制7.手撕 二叉树非递归遍历8.Java中线程安全的集合有哪些9.线程不安全的例子，能举几个吗10.反问总结：总体凉凉，当刷经验了，一些问题答的支支吾吾。ack机制答反了很致命有一些答的还可以，面试官没有继续往下问；有一些答的支支吾吾，面试官就逮着往下问 #面经#  #大数据#  #携程#  #凉经#

2024奇虎360全球校园招聘正式开启啦加入360，更快到达你想要的未来~ SP Offer超高转正率  SSR级培训资源  超前沿技术课题  国际化视野团队 业内一流实习薪酬福利配置【投递方法】👇👇👇【投递链接】https://360campus.zhiye.com/填写内推码：IVVRBA评论区可留姓名缩写帮追进度~#校招##实习##春招##内推##内推码##算法##前端##后端##java##运营##产品##测试##大数据##设计#

9.7做的笔试，9.10武汉地区线下面试总共三十分钟左右，面试官技术很强，人也很nice 体验很好。主要拷打的项目和八股，问得很底层，感觉八股答的不好应该是寄了自我介绍；问了实习，主要做的工作内容；项目架构，数据流，涉及到的组件，为什么选择，不同源的数据怎么汇总，项目的数据量是多少；flink的check point机制，存储位置；kafka的架构，用了多少个节点；Hbase的结构，底层是什么，底层算法是什么hive的数据存储和底层架构，为什么用hive存储；redis中的集群类型，项目中的集群大小Java中线程池的参数，Java中锁的类型，用到了哪种。反问：贵公司业务和架构面试官：看你做的实习内容用到的技术栈和我们公司用到的基本一样； 肯定是寄了xdm，就当涨经验了 #面经#  #顺丰#  #大数据#  #顺丰面试#  #数据人的面试交流地#

#软件开发2024笔面经# 2024字节跳动面试 数据岗位1.模型开发的流程，需求调研过程中有哪些人员参加，调研过程，你会输出什么文档？2.如何保障数据质量（准确性）？3.spark有什么优缺点？在使用过程如何规避缺点？4.spark内存模型？5.spark和MR为什么会进行shuffle，如何减少shuffle？6.小文件治理的方式？7.主题域建设的流程？8.大表join大表的优化（10亿与1千万数据关联）？9.为什么存在ods穿透？10.你希望公司工作强度如何？ #数据人的面试交流地#  #第一次面试#  #如何确定求职岗位#  #大数据#

#软件开发2024笔面经# 1说说你对数仓里分层的理解，越详细越好？2说说你对数仓里数据建模的认知理解，越详细越好？3之前做过数仓么？4请简要说明什么是数据仓库，以及它与数据库的主要区别。5列举几种常见的数据抽取、转换和加载（ETL）工具，并简述其特点。6如何处理数据中的缺失值？请举例说明至少两种方法。7讲一讲你对分布式数据处理框架（如 Hadoop、Spark 等）的理解。8在大数据环境下，如何保证数据的一致性和准确性？9描述一个你参与过的数据开发项目，包括遇到的挑战和解决方案。10如何优化 SQL 查询以提高性能？11数据分区有哪些常见的方式和好处？12解释一下数据清洗的主要流程和步骤。13什么是数据建模？请说明几种常见的数据模型。14如何处理海量数据的实时处理需求？15谈谈你对数据治理的理解和重要性。 #大数据#

时长：1h由于问题太多，分四类进行整理0. 实习相关：之前有数据开发的实习经验，就问了之前工作有没有spark或者hivesql优化的经验；如何确保数据的有效性；实习公司数据存储格式（Parquet），还知道哪些数据存储格式1. 大数据相关问题：为什么Spark比MR快；对Spark的了解；两个表join的优化方法（大小表join可以map-side join, join前过滤null值）；HDFS的读写流程；Spark shuffle的过程（不太了解，只讲了个大概）2. java基础的问题：HashMap底层原理（链表+数组 & 红黑树）；又问了对红黑树的了解，能讲个大概原理就行，对细节要求不高3. 数据库问题：数据库的索引的数据结构（这个不太了解）；ACID；数据三范式（1NF, 2NF, 3NF）做题：1. sql题：从成绩表中得到总成绩排名第三的学生id和成绩；将表中一列转换成一行(e.g. 表属性为[dt, col1, col2], 转换为[dt, key, value], 其中key为col1，value为col1列中所有数据)2. 快速排序（快排出场率真的好高）3. 海量数据题：从两个数据量50亿的文件中得到相同url（hash写到多个小文件+hashmap）#面经# #大数据# #暑期实习#