移动研究院面经

本人23年毕业后一直做数据开发，想回到大数据平台上，最近收到了两份面试，一个是对于大数据平台的开发搭建运维，还有另一个是初级大数据开发工程师偏向spark和hive的数仓，请问大佬们这两种该从哪些技术上去准备笔面呢？我第一次用牛客求助呜呜从事大数据工作的大师们救救我啊我超爱Hadoop，有没有人帮帮我呀#我是XXX，请攻击我最薄弱的地方##大数据#

2024.12.24（一面）一面（30 mins）- 自我介绍- 实习拷打  - 字节-链路优化改造- 简单介绍维度建模- JAVA（❌）  - 多线程  - 异常处理- Linux（❌）  - 怎么给文件夹分配读写操作  - 查看文件内容  - 监听日志- Spark  - 宽窄依赖怎么划分  - 有几类算子，分别举例  - 数据倾斜的定位和常见处理方式- SQL：Top N的变种- 算法：二分查找二面（30 mins）- 自我介绍- 实习拷打

2024.12.23（一面）一面 （1h 5mins）- 实习拷打  - 快手-评论模版留存率（10 mins）    - 严格漏斗和非严格漏斗的区别  - 字节-链路改造优化    - 延伸：数据的时效性怎么保证（从整体和单点分别叙述）    - 延伸：优化任务的思路    - 延伸：并行度相关的改法（三种）    - repartition（）能改变第一个stage的shuffle write的并行度吗？    - 第一个stage的shuffle write的并行度由什么决定？  - 字节怎么分的数据域  - 字节分了哪些主题域  - 数据域和主题域的区别（主题域：自上向下，从分析的角度划分）  - 分层的意义（复用性和一致性）  - 怎么考虑分层，该分多少层（直接说了没必要在意这个，要理解分层的本质，面试官表明说的也有道理，也抛了另一个观点：肯定要分层，需要有不同粒度的数据，每个人在意数据都不同，比如说老板在意汇总层的数据，数分可能更在意明细层的数据，另外，在做归因分析的时候也需要血缘追踪）- SQL题二面 （26 mins）全程实习拷打- 自我介绍- 字节实习  - 多机房代码一致性怎么保证的（治理存量，增量通过oceanus）  - 多机房涉及到的网络问题（通过全球化数据迁移解决）- 快手实习  - 评论模版留存率    - 严格漏斗和非严格漏斗的区别（准确性和计算量之间的取舍）    - 为什么这样设计    - 最终的目的是什么    - 有没有想过通过抽样解决数据量大的问题- 反问

目前是只有一个简单的离线数仓项目，但是没有实习经历。各个大厂的暑期实习马上要开了，现在算法和sql还算过得去，大数据的八股也还过得去，但是像计网操作系统那些基本是忘干净了，Java目前还在学。想问一下各位佬现在是all in 暑期还是再找个日常实习呢？另外想问一下同样是大数据开发方向的佬，Java不会深挖可以吗？面试的时候必须掌握Java的八股和传统408的八股吗