唯品会-大数据开发实习面试

算法：写一个函数，入参是字符串，判定对此字符串从中间切分之后前后两部分是不是完全相等，如果不是完全相等，问最少要删除多少个字符才是完全相等，可以删除任何位置的字符。例如abcabc是不用删除，ababc是要删除一个字符。（为了降低难度，这个输入的字符串长度不超过10位，每个字符都是小写的，最难的那部分是要删字符的那部分判断）（后知后觉是dp题，求最长公共子序列。。）sql方面的：给你两个表，user表和order表，两张表有共同的一列user_id。问用什么sql语句或关键字实现查询某个人姓名然后得到交易订单的金额，最近10天内的平均200元以上的订单总额平均值服务器方面的：你常用哪些Linux的命令，认识awk命令吗假设现在有一个应用部署在Linux服务器上，它有很多个接口，外部每一次调用这个接口，每一次调用的具体信息都会打印日志，这些日志以天为单位，存放在文件中。你用什么手段获取最近5天的日志中调用某一个接口的次数、平均响应时间（我说用linux的tail命令，他说就是你会写一个shell脚本是吧）http的请求方式，get和post请求有什么区别有了解过json这种数据格式吗，在Java中处理json这种插件有哪些你有了解过吗（当然你也可以写一个方法将json当成是一个字符串去做原生的处理方式，但是我们通常都会使用一些第三方的sdk或者是插件来处理，格式化，反序列化）测试方面的：你接触过的测试方法有哪些呢（接口文档、断点）如何测试已经部署在服务器上的程序呢在打断点的时候，当请求已经接收到，你是否仍能修改断点处的值，跟传进来的参数值不一样Java的多线程有了解吗，如何在多线程中打断点调试（跟多进程不同）有一个程序，具有注册和登录的功能，我需要你快速地注册5千万个用户到这个系统里面，你会怎么去做Java方面的：Java的基本数据类型（8大数据类型）jdk jre jvm这三者之间有什么关系在Java中，为什么静态方法不能调用非静态方法和变量

自我介绍（尽量与职位相关）数据仓库的分层结构如何为新业务建模选择模型的依据和考量设计一个一对多关系的事实表和维度表实习中使用的计算引擎Spark UI的关键内容数据倾斜问题的解决方法项目介绍指标下沉时为何要拆分SQL调优的具体案例SQL题：求中位数

如何将数据导入数仓ods层数据量有多大flume如何保证数据的一致性和完整性数仓分了哪几层维度建模的模型，为什么使用这个模型表的数据变化如何进行分区dws层如何设计，举项目中例子用到了哪些开窗函数row number遇到数据一样如何排序left semi join 和？？？的区别orderby和sortby的区别sparksql和hivesql的区别arraylist和linkedlist的区别在唯品会电商中你会对那些数据进行分析，有什么作用？为什么不考研spark哪些算子会在driver端执行mr的工作流程

1.自我介绍2.实习最大收获3.odps平台的性能调优与spark的性能调优的共同点和差异点5.spark的countdistinct算子优化6.bitmap作用在expload的作用是什么？7.小文件过多的影响8.sql countdistinct优化代码手写9.反问