1、自我介绍
2、MR的执行过程，用了几次排序，Reduce怎么知道拉取哪些数据
3、RDD的底层实现（Spark用的不多就没问了）
4、项目介绍（没有针对项目进行提问）
5、SQL优化思路，具体讲了关于数据倾斜这块
6、SQL题：包含班级、学生、课程、分数的表，查询每个班每门课前三的学生
7、SQL题：包含user_id和target_id的表，找到互相关注的用户，优化不用join实现
8、SQL题：每个直播间的最大观看人数
9、SQL的执行顺序
10、Hadoop中Namenode作用
11、反问
流程非常快，昨天晚上沟通之后就安排了今天面试。面试体验也很好，SQL题有讲解优化的思路。
面试完半小时之后打电话告知一面已经通过，安排了下周一的面试
#数据人的面试交流地# 相关推荐
明天不下雨了：参考一下我的说法： 关键要讲出输入网址后涉及的每一个网络协议的工作原理和作用：
涉及到的网络协议：
HTTP/HTTPS协议->DNS协议->TCP协议->IP协议->ARP协议
面试参考回答：
第一次访问（本地没有缓存时）：
一般我们在浏览器地址栏输入的是一个域名。
浏览器会先解析 URL、解析出域名、资源路径、端口等信息、然后构造 HTTP 请求报文。浏览器新开一个网络线程发起HTTP请求（应用层）
接着进行域名解析、将域名解析为 IP 地址
浏览器会先检查本地缓存（包括浏览器 DNS 缓存、操作系统缓存等）是否已解析过该域名
如果没有、则向本地 DNS 服务器请求解析；
本地服务器查不到会向更上层的 DNS 服务器（根域名服务器->顶级域名服务器->权威域名服务器询问）递归查询
最终返回该域名对应的 IP 地址。（应用层DNS协议）DNS 协议的作用： 将域名转换为 IP 地址。
由于 HTTP 是基于 TCP 传输的、所以在发送 HTTP 请求前、需要进行三次握手、在客户端发送第一次握手的时候、（ 浏览器向服务器发送一个SYN（同步）报文、其中包含客户端的初始序列号。TCP头部设置SYN标志位、并指定客户端端口 同时填上目标端口和源端口的信息。源端口是浏览器随机生成的、目标端口要看是 HTTP 还是 HTTPS、如果是 HTTP 默认目标端口是 80、如果是 HTTPS 默认是 443。（传输层）
然后到网络层：涉及到（IP协议） 会将TCP报文封装成IP数据包、添加IP头部，包含源IP地址（浏览器）和目标IP地址（服务器）。IP 协议的作用： 提供无连接的、不可靠的数据包传输服务。
然后到数据链路层、会通过 ARP 协议、获取目标的路由器的 MAC 地址、然后会加上 MAC 头、填上目标 MAC 地址和源 MAC 地址。
然后到物理层之后、直接把数据包、转发给路由器、路由器再通过下一跳、最终找到目标服务器、然后目标服务器收到客户的 SYN 报文后，会响应第二次握手。
当双方都完成三次握手后、如果是 HTTP 协议、客户端就会将 HTTP 请求就会发送给目标服务器。如果是 HTTPS 协议、客户端还要和服务端进行 TLS 四次握手之后、客户端才会将 HTTP 报文发送给目标服务器。
目标服务器收到 HTTP 请求消息后、就返回 HTTP 响应消息、浏览器会对响应消息进行解析渲染、呈现给用户招聘动态
