大数据开发

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

一面：redis是单线程还是多线程redis 多路复用(没说出来)spring的设计模式(只说了工厂和单例)concurrenthashmap的底层数据结构concurrenthashmap为什么线程安全(没说出来)redis为什么快，我说是因为内存读取，然后一直问我还有呢jvm如何判断对象是否要回收(jvm看的不熟)反问，我答的怎么样，直接给我来了句你心里有数。(md，有点受不了)等了20多min二面：自我介绍实习经历成绩怎么样怎么学习javajava的面向对象map集合下面有哪些多态线程的生命周期线程的阻塞mysql的索引mybits和orm框架如何评价算法目前还欠缺什么作为软件行业从业者...

📍公司：🖥️工作环境：🤔团队氛围：💰薪资福利：🙇整体评价：#工作体验#

1 合理的数据分区：精准定位，减少扫描数据分区堪称 HiveSQL 优化的一把利刃，它能够显著提升查询效率。设想数据仓库是一座庞大的图书馆，里面存放着海量书籍（数据）。如果所有书籍都杂乱无章地摆放，当需要查找特定书籍时，就如同大海捞针，耗时费力。而数据分区就像是给这座图书馆划分出一个个独立的小房间，每个房间都有特定的标签，比如按照学科分类，有历史、科学、文学等房间。在 Hive 中，通过将数据按照一定的规则进行分区，能够实现快速定位数据。例如，对于一个销售数据仓库，按时间（如年、月、日）进行分区是个不错的选择。当需要查询 2023 年 10 月的销售数据时，Hive 只需径直扫描 2023 年...