【春招】美团-数仓-一面-二面-hr面（已offer）
一面 0322 46min
- 接触的大数据技术栈都有什么？
- Spark和MapReduce之间的关系是什么？
- Spark中的DAG是怎么生成的？是DGAScheduler生成的DAG
- Spark-submit之后有什么过程？
- 从提交sql到解析，这是谁完成的？是Driver还是Application？
- Driver端什么情况会OOM？
- Executor端什么情况会OOM？
- 你觉得Spark和Flink最主要的差别在哪里？
- 大规模并行处理MPP了解吗？Presto了解吗？
- Hadoop包含哪几个部分？
- 实习中数据流量应该很大，大规模数据计算的稳定性是通过什么来保障的？
- MapReduce和Spark的技术选型？有没有去了解过这两个差异？
- 你觉得数据越来越大是用Spark好还是MR好？
- 节假日流量是怎么处理的？
- 你对大数据了解多少？
- 你认为大数据的岗位分为几个？
- 你对大数据的工作内容有多少理解？你实习的工作内容？
- 你在做的产品是做什么用？
- 数据治理做的哪些？存储治理做的哪些？
- 如果A模型和B模型相似，A表4个字段中3个和B中相似，此时A下游200个任务，B下游300个任务，怎么去下掉A？
- 相似模型怎么识别？相似模型很多吗？
- 相似模型有通过整个链路吗？
- 指标治理和命名治理怎么做？比如A模型和B模型中有同义不同名指标，怎么做？
- 有没有衡量过切换下游指标的成本和收益？
SQL题：
- 一张流量表。有uid和访问时间戳。需要找到用户的最大连续访问天数。
- 一张流量表。有uid和upid，按照时间分区，想要计算主播的次日留存的数量。
- 你觉得你写的代码运行可能会存在什么问题？
- 为什么说会出现数据倾斜？
- 那怎么解决呢？
- 有没有接触过业务？有没有接触过需求和产品？
- 你觉得技术和业务之间的关系是什么？
二面 0330 1h
- 讲一下你做的产品的技术方案？
- 怎么解决你说的模糊查询的算法？
- 讲一个你参与的项目？
- 怎么样得到的方案？比如字段的打平以及为什么要这么做？
- 怎么保证中间表打平的字段是稳定的？假如以后业务要变化，这怎么处理？
- 半年的时间，你觉得中间表变更的快吗？
- 做完这个项目有没有什么收获？从学术界到业界
- 有没有什么遗憾或者想做的事情？
- 我们一定会受到身边人的影响，你怎么去批判性的判断身边人的言论？
- 你自己擅长哪些技术栈？
- 用的Spark版本是多少？
- 你觉得Spark 3.0最好的特性是什么？
- AQE默认是打开的吗？
- 如果当前数据倾斜，什么时候开AQE，什么时候关掉AQE？
- 什么时候数据倾斜是自己可以处理的？
- 字节或者阿里这类，都会对Spark进行二次开发，Spark有没有对什么算子进行优化？
- 简单介绍一下Shuffle Join和大表和大表的Merge Join有什么差异？（其实Shuffle Join应该是方式，Merge Join应该是算法？）
- Spark的OOM报错，你怎么排查这个问题？
- 如果Execution Memory放不下OOM，一般会有哪些场景？
- Flink需要动态去调优调参，有没有既定的规则去调优？
- Flink的反压是什么？
- Flink对于反压的优化是什么？
- 你觉得数据治理是做什么？你对数据治理里面这么多方向感兴趣的是什么？
- 埋点可能会很混乱，不用的埋点也还在上传，有的埋点可能很稀疏，那怎么对埋点表存储进行优化？
- DAU的下一层是什么？B端和C端不同的视角维度？
- 介绍一下曾经的团队？
- 团队中的人哪个是你的榜样？
- 你怎么样去锻炼总结抽象的能力？怎么从他身上学到这个能力？
0407 offer
