飞未云科一面

timeline3.05投递一面 3.19二面 3.243.28 流程终止 一面  1h1.数仓分层2.每一层的作用3.数据域有哪些4.周期快照 累计快照5.mr 和 spark join6.mr shuffle  reduce个数怎么确定7.深挖实习8.一道sql 每个类别消费最多的人9.一道力扣 买卖股票最佳时机二面 52min1.自我介绍2.如何看待数据仓库3.集成 面向主题分别是什么意思4.数仓项目 5.窗口函数 举一个使用lead的场景6.主题划分原因7.项目学习到了什么8.计算留存率 怎么设计模型9.给一个appid spark ui怎么看 怎么优化10.mr过程 如何优化11.hql解析 详细过程12.未来规划13.目前学习规划14.sql题 主播标签数

SQL的偏移量怎么实现，怎么排序？MapReduce中的数据倾斜你了解多少？如何解决数据倾斜？Spark如何划分stage？数仓理论了解多少？简单说一下分层。给你一个数据需求，开发思路是怎么样的，简单描述一下。大数据相关面试题每日五问（二）：https://www.nowcoder.com/discuss/739079633773023232SQL的偏移量怎么实现，怎么排序？在 SQL 中，排序通常通过 ORDER BY 实现，可以指定某一列按升序（ASC）或降序（DESC）排列，而偏移量（即从第几条记录开始返回）则通过 LIMIT 和 OFFSET 实现，常用于分页查询。例如，ORDER B...

终究还是失败了，还是得沉淀。面试主要问题是第一步自我介绍然后就是我简单介绍了一下我的数仓项目经历，项目到没有问得很细，但后面开始问一些spark（用 spark去简单实习累加功能，凭借着一点点印象还是磕磕巴巴说出来了。面试官人真挺好的提示了我不少东西），kafka组件这些让我说一下，我这些掌握得还不是很深，感觉还是浮于表面，最后还问了Java集合，让我阐述HashMap的底层实现（我还以为大数据不考这些八股，一门心思全放在数仓开发上面），还问了我知不知道Java高并发，了不了解jvm。我之前一直以为这是走后端才会考的，所以也没学，但也说了一点点。其实，也难怪我简历上自己写了熟练使用Java，最难绷的还是最后一道算法题，我还以为会出sql题。我在ideal自己编写，由于好久没打了，一直在leetcode练题导致我方法写出来都不知道怎么调用了面试官都看不下去了，还好他提醒我。最后还是吭哧吭哧写出来了（最长子字符串 我之前还写过一次但印象不是很深了）最后不出意外的寄了。最后给大家一个参考，祝愿大家都有理想的offer（面试官人是真的好）沉淀去了#大数据# #数据人的面试交流地# #面试常问题系列# #远程面试的尴尬瞬间# #哪些公司面试官让你印象深刻？# 。

摘自优秀牛油，岗位大数据后端开发。以下只是记录了自己觉得回答的不太好的点，其他的更多的都是八股文、场景题很少、面试官人很好，会提示你回答的点哈哈，面试时长1个小时（50分钟面试+10分钟算法）具体看思路了解synchronized关键字吗，原理讲一下（monitorenter和monitorexit）Netty模型结构的优点和设计mysql不同索引的叶子节点存放的是什么？线程池创建线程中会有什么状态？volatile关键词底层的步骤？当两个线程同步执行的时候，synchronized会处于哪个阶段？mysql的回表和查询索引时具体存放的值有哪些？netty的底层0拷贝技术kafka的消息传递策...