美团 数据开发 oc

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

28号下午两点 时长一个小时1:sparksql的具体的执行流程2:sparksql物理计划怎么选择最优的3:sparkrdd是什么的抽象 为什么说spark基于rdd实现了内存计算4:spark和mapreduce的shuffle的区别5:数仓建模理论6:根据我简历上写的项目 构建一个数仓 讲一些有哪些指标什么的7:讲一下你在工作中怎么做数据治理的8:两个sql题 最后一个sql题有长尾的现象 如何解决9:一份100G的数据 需要在1G内存中运行 需要怎么做求求给个二面吧 0offer的选手已经哭死了

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...