腾讯数据工程面经（1）

从今年暑期实习开始直到秋招一共五次面试，转了四个部门，记录一下

实习篇

# IEG一面4.6

自我介绍

项目用的是什么计算方案，技术组件有用到云服务吗

讲一讲你在项目中遇到的问题

项目中计算内存不足调yarn内存，为什么不是spark内存

能讲一讲spark的相关概念吗（讲了基本架构，说任务提交流程太紧张没说完）

面试官提醒讲RDD的容错机制

小表join大表怎么优化的

多小可以叫做小表

数仓当中数据采集是采用什么方法

增量表是只做增量吗

kafka的主题是如何设计的

HDFS中的分区是怎么划分的

你kafka的分区个数为什么比节点个数少

java内存回收机制

LInux查看java进程端口号占用情况，查看内存使用情况

free -m看buffer的占用过大是否是异常的表现

java连接数据库采用什么方式

做题：

排序题，使用快排

反问：实习的具体工作是什么

# TEG一面5.25

自我介绍

介绍项目，负责的工作内容

数据同步的技术选型，解决方案

maxwell的数据同步怎么保证与业务数据库中数据的一致

如果binlog数据太多，导致同一份数据被修改多次而时间相同，数仓里面数据怎么保证和业务数据库里的一致

讲一讲数据建模的含义内容，你的项目怎么做数据建模的

刚才讲到用户表一般变化小，所以做成维度表。假如有一张用户表，每天数据变化很大，那它还是做成维度表吗

对kafka了解多少

kafka怎么保证数据可靠性

leader副本和follower副本之间水位线怎么同步的

生产者生产了数据，消费者没消费到，会是什么原因

kafka的可靠性还通过什么保证

rdd的定义

为什么rdd是弹性的（rdd弹性体现在哪）

数据倾斜是什么，有哪些解决方法

操作系统中硬盘数据加载到内存的过程

用户态和内核态区别

操作系统中的调度算法有哪些

讲一讲常见的排序算法以及复杂度

反问

说实话，TEG的面试体验很不错，一面结束后收到二面的通知，但当时已经接了阿里offer了，就拒绝了

秋招在下一篇。。

#大数据面经# #腾讯##数据人的面试交流地# #秋招#