秋招结束咯～写写之前的面经攒人品～自我介绍为什么选数据开发，对数据开发的理解。HDFS的读写机制什么是数仓（不是只有结构化如果副本机制只有2，会有什么优点和危害？spark的计算都是在内存里吗项目中怎么进行数据清洗数据库的主键、唯一、外键索引（主键索引是唯一索引的一种，一个表中可以有多个唯一索引但只能有一个主键，主键列不能有空值，而唯一索引允许空值，主键可以作为其他表的外键）如果有大量客户注册，应该怎么优化数据库？Python的进程，线程和协程（进程是资源分配和调度的基本单位，有自己的独立空间，开销大；线程是CPU调度的基本单位，进程的实体；协程是用户态的轻量级线程，单线程内执行多任务；切换效率：协程＞线程＞进程）Python的复制，浅拷贝，深拷贝（浅拷贝只拷贝最外层，深拷贝拷贝所有完全独立。当原始对象的最外层改变时，两者都不变；当原始对象的子对象改变时，浅拷贝随之变化。修改浅拷贝的子对象会影响原始对象，但深拷贝不会。）学习大数据的时候遇到的一些难点手撕：链表反转，积分最高sql反问：需要做的主要工作，工作氛围，工作地点

28号下午两点 时长一个小时1:sparksql的具体的执行流程2:sparksql物理计划怎么选择最优的3:sparkrdd是什么的抽象 为什么说spark基于rdd实现了内存计算4:spark和mapreduce的shuffle的区别5:数仓建模理论6:根据我简历上写的项目 构建一个数仓 讲一些有哪些指标什么的7:讲一下你在工作中怎么做数据治理的8:两个sql题 最后一个sql题有长尾的现象 如何解决9:一份100G的数据 需要在1G内存中运行 需要怎么做求求给个二面吧 0offer的选手已经哭死了

#软件开发笔面经# 自我介绍说说doris的模型 分区 分桶如何选择？说说你之前实习如何和产品或数分沟通协作的说一下你从事了哪些业务线说一下你从事业务下的核心指标（这里最好补充一下派生指标）你们的纬度表有哪些(主要考察你是不是做了这块业务线) 说一下数仓的星型模型和雪花模型理解(最好说概念，说一下当下业务线选择模型的原因)场景题：看你做的很多，说一下数据规范应该怎么做（简单说一下，表，字段，规则，要求举例）有从事数据治理相关的么（说一下治理大纲就行）说一下GC模型 遇到过gc调优吗yarn有哪些了解讲讲hql转化为MR源码hbase读写流程hive数据倾斜checkpoint介绍一下状态后端讲一下flink exactly-once如何保证flink的minibatch

美团-到店-数据开发岗位招人，我们组目前还有一个名额空缺，25届秋招的朋友们有意向的可以私聊我！#