1.hadoop组成2.讲一下spark on yarn提交流程3.spark宽窄依赖怎么划分4.spark为什么会存在shuffle5.说一下spark on Yarn两种运行模式：Cluster,client模式6.怎么避免死锁7.一个生产线程，一个处理线程，在服务需要退出的时候，怎么确保所有事件处理完了8.CPU消耗很高怎么排查9.接到一个需求怎么做？10.HQL优化详细讲一下11.数据倾斜是怎么发现的

岗位名叫数据开发，实则是后端开发。面试官反复确认岗位是否符合预期😅1.你熟悉的语言的话是 Java 和 Python，对吧？那你那你对于 Java， Python 的那个多线程了解吗？2.Python 多线程效率的瓶颈。3.如何将一个我们逻辑上的多线程，然后是映射到物理多线程上面去，然后让，让 CPU 去执行的。4.你有了解过 Java 中的反射机制吗？5.说一下 Java，如果我们用 Java 去读文件的话，或者说用 Python 去读文件的话，我们是一个什么样的步骤？6.常见排序算法7.现在有 10 个 g 的数据，然后我们只有一个 g 的内存，那么我那我如何对这进行排序呢？8.说一下索引9.说一下flinkcdc10.说一下flink checkpoint和savepoint11.cookie和session，JET

分享下谷的学习路线图转之前帖子看到的牛友评论：个人见解：两个都要学，只不过是深度问题。可以先学到ssm和springboot，再考虑往哪块发展，如果往后端就往分布式微服务这块研究，如果做大数据就从hadoop，spark这些看（大数据具体研究方向建议看阿里巴巴大数据之路确定）  大数据开发学习路线：https://www.nowcoder.com/discuss/943395java-MySQL-Linux-hadoop-zookeeper-flume-kafka-HBASE-scala-spark-flink-olap工具-数仓-数据治理-数据湖-数据中台

26双非一本，有一段中大厂的大数据开发，本人JAVA后端技术栈，不想搞大数据，请问这段大数据实习对我帮助大吗，有机会冲中大厂的后端开发吗