京东数开一面凉经（广告与算法部）
暑期实习数开0offer选手，最后实习去做了后端，这次秋招全投的后端，京东反而给我流转到数开了，特开此贴记录我跟数开的告别面试（学弟学妹们干这方向一定得慎重！！！如果最后还是做回后端沉没成本还挺大的）。
面试官非常友善，面试特点是一块内容就从一个简单的点切入，挖到你不会就结束这部分。
时间1h20min
- JVM部分
问：cpp在内存管理上和Java有何异同？
答：Java将内存管理托管给了虚拟机。C++是需要程序员进行内存管理。
问：在大数据领域里，将内存完全托管给虚拟机会有什么问题？
答：内存管理不可控，大数据场景下高代价的GC可能持续数分钟。
问：大数据组件中是如何解决的？
答：Flink使用堆外内存避免Full GC, 堆内仅放用户自己创建的对象，大数据放在堆外管理，重写序列化框架，实现二进制运算。
问：再谈谈GC的理解吧，怎么定义垃圾？
答：可达性分析。
追问：GC可达性分析的实现机制？
从根对象作为起始结点，检查是否有对象没有和任何引用链相连。
问：我没有听到我care的点，第一次提示：循环引用时，怎么判断两个引用对象都可以回收？
答：不会。
问：第二次提示：什么对象可以作为根对象？
答：不会。
问：第三次提示：虚拟机栈中引用的对象可以是根对象吗？
答：可以。
问：那你过一遍虚拟机，还有哪部分可以做为根对象呢？
答：方法区中的静态变量，本地方法栈中的引用对象。
- 数据结构部分
答：堆是一种特殊的二叉树。
问：堆有什么应用场景？
答：堆排序、实现优先队列。
问：堆有什么应用场景？
答：堆排序、实现优先队列。
问：堆排怎么实现的？
答：略。
- 批处理部分
答：NN，SN，DN。NN存储数据块信息，处理客户端请求，DN管理数据块，SN处理元信息的备份。
问：进一步阐述下DN的工作。
答：以128M为单位存储数据块，响应客户端读写请求，定期向NN发送心跳。
问：数据块为什么要设计成128M？数据块太小或者太大会带来什么问题？
答：数据块设计得太大，可能会超过机器的处理能力，因为MR过程中最终是一个块起一个Map进程。数据块设计得太小，将带来大量的管理信息，增加NN的负担，同时MR将起多个进程，带来切换开销。
问：你提到了数据块设计得太小造成的两个问题，你认为哪个是主要的？
答：起多个Map任务是主要的。
问：错误，增加NN的管理负担是更主要的问题，因为NN只有一台机器，太多的元数据带来的管理负担可能超过机器能力。此外，为什么你认为起多个Map是很大的开销？
答：一个Map是一个JVM进程，进程的频繁创建和销毁造成JVM起停，浪费CUP资源，频繁进行IO将数据从磁盘运入内存。
问：错误，Hadoop开启了默认优化项包括JVM重用。你之后再好好看看Hadoop。
- 流处理部分
问：Flink中怎么定义窗口？
答：从时间语义和窗口类型定义，时间语义包括事件时间和处理时间，窗口包括滚动滑动和会话窗口。
问：窗口的顺序是靠什么保障的？ 答：水印机制。
问：在一个分区任务中，怎么确定算子的水印？
答：输出分区的最小水印。
问：如果由于某种特殊的分区策略导致一个分区迟迟没有收到水印，怎么确保窗口触发计算？
答：算子可以设置一个最大延迟时间。确保计算一定会被触发。
问：水印和检查点标记有什么区别？
答：检查点需要触发状态保存，水印触发窗口计算，检查点没有那么频繁。
问：检查点机制的实现，什么时候触发回滚，一个节点错误会导致导致整个拓扑回滚吗？
答：略。
问：我没有听到我care的点，JM收到了多个算子发来的不同时期的检查点，如何拼接？
答：不会，猜是不是按检查点顺序进优先队列排序，到齐一批开始拼接?
问：提示：你提到的三种状态后端中，RockDB的优势在哪里？
答：利用了内存缓存和本地缓存。
问：这是很通用的技巧，还有呢？
答：不会。
问：提示：RockDB利用了LSM树实现了状态的增量同步，你下来可以多看看书。
- 写题
投递淘天集团等公司10个岗位 >
查看3道真题和解析