荣耀 大数据开发 bg北京

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

以下三十多道八股，包括但不限于：请做一下自我介绍。结合您的项目经理经历，讲一下您对数据仓库的理解。描述数据仓库的四大特点。询问您是否有涉及实时数据仓库。介绍HDFS的副本机制。介绍HDFS的编码机制。介绍HDFS的高可用机制。介绍元数据表的存储方式及其表结构。介绍用户定义函数（UDF）、UDTF及聚合函数。介绍窗口函数及其使用场景。介绍Hadoop生态中常用的数据存储格式。介绍Hadoop生态系统中的资源调度器，包括FIFO、Capacity Scheduler和Fair Scheduler。介绍Kafka分区副本的特点以及如何保证消息不重复消费。询问您对Spark和Flink的了解程度。介绍...

1. 问项目2. Spark的数据倾斜问题怎么解决？3. Spark的reduce by key和group by key区别？4. 寿司 力扣 92 反转链表 II https://leetcode.cn/problems/reverse-linked-list-ii/description/5. 介绍一下redis使用场景。6. 介绍一下缓存穿透7. 布隆过滤器误差率和什么有关

小红书的面试官人很好，因为我是第一次面试，面试流程都不太清楚，他一直在带我，可惜就是我太菜了，做算法时，虽然思路正确，但边界一直没考虑清楚，一直都在调试。唉，浪费机会了。 我是11/7晚上投的，11/8下午填面试前回答，晚上约面，11/9早上，一面。 1。自我介绍 2.。平时常用的技术有哪些 3 。后端与前端开发时间占比 4。从输入url到页面展示之间的流程 5。Redis在哪些地方使用，具体是怎么使用的 6. 问了平常使用的设计模式有哪些 7. 使用redis是如何做的封装，全局，限流等等的封装 8。自己设计一个操控数据库的方法，如...