1.具体计算了什么指标2.表的粒度3.数据倾斜4.MR5.hive的join方法6.为什么要分为map阶段和reduce阶段7.MR的思想来源，论文有看过吗8.JAVA集合的结构9.JAVA垃圾回收机制10.Python有哪些数据类型？11.列表推导式12.连续7天登录（两种方法实现、不用开窗函数实现）

（两个面试官前后分别面，一共一个半小时）一、45 分钟自我介绍看你参与的开源项目还有个人项目，这三个你想讲哪一个？（自己的分布式KV）好，详细讲讲这个项目。（从存储层开始讲，讲到异步写的时候被打断了一下）你这里异步写怎么实现的？（通过 channel 延迟写入时机）如果突然宕掉了怎么处理的？（这里会丢失少量数据，写的时候感觉这里是可接受的就没处理）现在要你处理的话怎么做？（WAL）网络层为什么使用CloudWeGo Netpoll？（IO多路复用，然后讲了自己实现和参考 Redis 的部分）对 Netpoll 的零拷贝了解吗？（不会）你分布式怎么做的？讲讲 Raft。（讲思路，Raft Lea...

1. 能挑一个，就是你觉得比较质量比较好，然后这个这这样比较好，或者说有一些难点，这个系统来介绍一下嘛。   a. 队列用的是什么？什么什么组件？   b. 优化了一个慢查询的问题。对，然后我的问题是你可以介绍一下你日常使用数据库索引的一些经验吗？   c.你知道MySQL，就是说这个就是正常的这个搜索引擎下他的数据的瓶颈量大概在多少？单表。 他是根据什么计算出来。 2. 我们通常在 spring bot 项目里用 my Betas 去操作数据库，对吧？那在 spring bot 项目中如何去控制事务。3. 讲笔试做题的思路。#软件开发笔面经#

请详细介绍 MapReduce 的概念MapReduce 是一种用于处理大规模数据集的编程模型和计算框架，最初由 Google 提出，旨在简化分布式计算任务的开发。它的核心思想是将复杂的数据处理任务分解为两个主要阶段：Map 和 Reduce，通过并行化处理实现高效的数据操作。核心目标是让开发者在无需关心底层分布式系统细节（如任务调度、容错、数据分布）的情况下，专注于业务逻辑。例如，在统计文本中单词出现次数的场景中，Map 阶段将文本拆解为键值对（单词作为键，计数为值），Reduce 阶段则汇总相同键的值，得到最终结果。关键特征包括：横向扩展：通过增加计算节点提升处理能力，适用于 PB 级数据...