【快手】快手大数据开发工程师面经

好像是流媒体的部门，一个下午面了三面技术，感觉还行，大概分享一下还记得的一些题吧。

一面（40min）

自我介绍
Spark任务调度（源码）
Kafka基本原理说一下（生产消费模型，存储，Leader选举，ISR，反正想到啥就说啥了）
Consumer Group中Consumer和Partition的对应关系（Range和RoundRobin）
Kafka支持什么语义（三种语义），怎么实现Exactly Once
Spark Streaming和Flink的区别（说部门主要用Flink，奈何我没怎么用过）
Scala的模式匹配和Java有什么区别
用Kafka的过程中有过什么问题，怎么解决
实习做了什么
撕代码：

1. 有序链表合并
2. n*m的带有数字的矩阵，从左上角走到右下角，问最短的路径上经过的数字的和是多少？（dp）

二面（1h20min）

自我介绍
Java多线程了解吗？写个生产者消费者模型吧（wtf？上来就搞这个）
写完讲了讲
线程池熟悉是吧？写个线程池（？？还好我看过源码）
写完问怎么改进让它支持切换到SHUTDOWN状态？因为我只是参考了源码实现了一个能提交任务的简单线程池，没考虑别的，要改进的话有点麻烦，就大概说了下思路，也不知道对不对。
Java线程同步啥的，不太记得了。
Flink了解吗，基本的概念说一下
撕算法：给一个不带分隔符的IP字符串，要给出所有的可能的IP地址，返回一个List（懵逼，用回溯写了个大概）。
也没让我问问题就匆匆结束了

三面（40min）

自我介绍
实习做了什么
Kafka基本原理说一下，和其他的MQ相比的优势
Kafka 消费者怎么从Kafka取数据的
消费者怎么保证ExactlyOnce（感觉跟前两面的问题的有点重复）
Kafka消费者怎么保证有序性
Kafka生产者怎么保证不丢不重复（幂等）
Kafka生产者写入怎么保证有序
撕算法：两字符串最长公共子串（一开始是别的题，我没太搞懂他什么意思，就换这个了，反正dp做呗）

差不多就这样结束，三面面试官赶着开会，就匆匆结束了。