9.2-小红书-数据开发-一面+二面

一面：30min

自我介绍

实习和项目内容

数仓常问的分层、维度建模等

八股，基本是按照简历问的

Spark和MR区别和优劣？

Spark的Shuffle和MR的Shuffle的区别？

Standalone模式是怎么调度资源的，Yarn模式有什么变化？

Kafka消息投递保证机制？有出过问题吗？怎么解决？

介绍一下HBase？优缺点？使用场景？

LSM数和B+树区别？

SQL题：

同时在线最多人数

反问：部门做什么的，有什么需要改进

二面：40min

项目介绍（实时+离线数仓，我整合到一起了）

为什么要设计流处理和批处理两条线？

采集组件的技术选型区别？

做的业务主题介绍一下？为什么要这样划分？

Flink学的怎么样，介绍一下？

Flink和Spark streaming区别？

Flink checkpoint？

Flink怎么实现exactly once？

实时数据落到实时数仓的流程？

实时写入HDFS出现过小文件问题吗？怎么处理的？

数据湖知道吗？和数据仓库区别？用过哪一种？

算法题：安排会议室

反问：面试表现?表达方面需要改进。面试官表示项目几乎都差不多，问我是不是都从网上学的，希望能多思考