快手提前批大数据工程师面经凉经

一面：
1、能讲下你做的项目吗？
2、前端的log怎么来的？
3、ngnix，负载均衡用的是哪个策略？iphash还是最小连接，还是权重？
4、码入Mysql这块怎么做的？你是通过什么往里面写数据的？要监听mysql要开始row模式吗？
5、kafka的isr和osr。ack有几种值？
6、最终会落到ES吗？那ES的索引是怎么建的？数据量有多大？数据量大的时候index怎么办？可以按照时间分区去建索引。
7、HDFS怎么读文件和写文件的？
8、最终MR文件输出的个数取决于什么？
9、ZK的ZAB选举算法。他的一个选举算法。ZK里的节点类型有几种？（临时节点、永久节点用来作什么？）
10、HIVE怎么把SQL转成MR了解吗？能想想吗？语法解析、XX校验、BLOG？
11、窗口函数有哪些？rownumber排序取第一个
12、UDF、UDTF、UDAF区别？
13、HBase的架构。region主要是用来管理最终table的一个存储。Store里面又有什么呢？
14、RowKey的设计原则？为什么不能超过一定的长度？为什么要唯一？rowkey太长会影响Hfile的存储是吧？Hfile里面会有memstore，是占内存里的，太长的话放不了太多数据，减慢检索效率。
hbase是按字典序存储的，所以要利用这个排序的特点。
15、FLume主要用来做什么？Flume用tail吗？比如说我删除了一个文件句柄，然后我touch了一个一模一样的文件，文件name是一样的，还能tail到吗？F和f，F的话如果文件名一样还是可以tail到那个文件的。
16、sparkstreaming的工作机制。spark的工作机制，怎么绘制DAG的？
17、sparkstreaming的双流join的过程，怎么做的？讲一下。
18、代码：斐波那契数列。
19、sql熟吗？点击率那些有了解吗？比如说我有一个页面，A页面曝光次数100次，点进去之后跳到B页面，B页面的refer来源是A页面，来源于A页面的只有50，那A页面的点击率只有50/100。

2面：
过程：35min，面试官一开始就说面试分为四个阶段
第一个阶段：自我介绍，简单扼要的讲下流程，你的亮点、你所特有的别人所没有的。1-2min。考察归纳总结的能力。
第二个阶段：考察实际项目的参与度，遇到问题的思维方式。会选对你成长最有帮助的一个项目，讲出你的成长是什么？遇到问题怎么解决的？你是怎么爬坑的？会问你一些原理。
第三个阶段：写题目。实现能力、编码习惯、书写能力、书写格式。
第四个阶段：最后聊一聊工作和生活上的随便聊。
MR和spark的执行过程。select a.bp , sum(a.a) from a join b on a.bp=b.bp and a.id=b.id;说一下整个执行过程。
#校招##面经##大数据开发工程师##快手#