小米未来星数据算法研究员一面凉

提前批就此结束，安心转正了，我太菜了。给大家一个建议，如果在实习期间没准备好真的没必要参加提前批，浪费双方时间。别到最后竹篮打水一场空。

一面，很多问题忘了，过程中完全被碾压

1 自我介绍

2 Hive与Spark区别，为什么使用Spark而不使用Hive

3 Spark常使用的参数，当读取HDFS时有一个文件过大，读取报错，添加什么参数可以解决，小文件使用的参数，如何解决数据倾斜，主要想问源码。

4 常使用的spark参数，spark源码中一些groupbykey，aggregateByKey，groupbykey源码及其区别

5 怎么保证在spark运行阶段动态分配所需的资源，需要添加什么参数，这里问题太多，很多新版本参数我根本不会

6 Flink与Spark的区别，Flink的源码相关，各自的容错机制，基本思想，一次语义，源码如何实现

7 Hadoop，Spark都使Yarn，介绍一下YARN，执行过程。

8 DBSCA，NLP相关算法知识，Elasticsearch倒排索引，给一篇论文如何存储

9 数据结构各种排序问题，堆排序，快排序，二分查找问题，完全二叉树相关问题

10 实习的时候主要负责的工作，用到了什么算法，数据挖掘相关，模型的设计

11 手撕代码，计算两个整数的差的绝对值，不能使用减法、负号、位运算（固定时间写完，并进行优化）。

12 反问环节，个人总结基本问的都是大数据源码，数据挖掘算法相关，没准备好，很多问题我也给忘记了。