秋招的同学可以看看贝壳哦，贝壳开放了大量校招hc，9.7 9.8面试 一天走完全部面试流程推荐码：ISKM8Acampuske.zhiye.com填写推荐码 ISKM8A ，简历会被优先处理数仓的表的设计的原理数仓的分层原因以及好处实时数仓使用的架构选择Kafka简单介绍下如何提高Kafka的吞吐量生产者角度消费者角度介绍下Flink的watermark场景题上游中Kafka是每一分钟向Flink写一次watermark水印的设置窗口的关闭时间 10：00---10:05，什么时候会关闭窗口 （10:06关闭窗口）clickhouse与ES的技术选型clickhouse对比mysql...

#秋招##面经##java##后端##大数据#校招同学可以看看贝壳哦  一天就能走完面试流程 9.7  9.8 开始面试campuske.zhiye.com 推荐码：ISKM8A 填写内推码会优先推荐简历筛选流程Flink业务数据的动态分流如何实现日活统计的状态机制，使用了哪些flink状态机制状态的生命周期，如何限制的任务失败的情况遇到吗Flink的故障策略 重启策略Flink重启需要读取哪些数据 旁路缓存，异步IO查询解释下缓存与数据库不一致问题如何解决。Flink的异步IO解释一下Mysql的隔离级别隔离级别的实现原理读未提交会存在脏写问题吗Mysql的默认隔离级别是什么访问主题宽表中窗口机制数据倾斜解决方案？什么原因会导致窗口的数据倾斜？离线数仓分层解释一下？拉链表的作用解释下商品实付分摊解释下实现原理Flink消费Kafka的时候有积压问题，如何解决Flink消费Kafka如何保证数据不丢失接口和抽象类的区别List如何遍历HashMap的工作原理synchronized工作机制java进程占用内存比较大，如何检查JVM调整堆内存、栈内存的方法算法题给出一个NxN的矩阵，每一行是递增的，输入k，输出K最大的数字HashMap 并发会出现什么问题介绍下JVM虚拟机抽象类和接口的区别介绍下Hive的底层文件系统和计算引擎Kafka为什么具有高吞吐量HDFS的如何保证可靠性和稳定性MR的可靠性和稳定性Hive数据倾斜问题的解决实时数仓Kafka中的删除策略实时数仓主要考虑时效性，真正的数据存储要依靠离线数仓，所以可以对Kafka定期的删除可以进行数据迁移mysql的索引对比mysql与redis对比Hadoop的整体结构mapreduce的流程spark为什么相对于MR速度更快MR如何想办法去规避shuffle，使得MR的性能接近于Spark使用combiner进行预聚合Kafka的高性能Kafka的压缩策略 LZ4的压缩比为35% Kafka的批量发送的缓冲区大小顺序读写Kafka的高可用 消息的一致性 Kafka消费者的幂等性Hbase整体架构Flink的两个版本机制数据倾斜的解决 面向对象与面向过程，具体区别，为什么面向过程快sql是什么类型的语言活锁与死锁分布式锁如何实现 是否会出现死锁redis的高可用方案运行时异常与编译异常的区别链表判断有环，为什么快慢指针会相遇如何终止线程string stringbuffer stringbuilderTCP握手 为什么三次 挥手为什么四次hdfs高可用hdfs的NN联邦机制算法字符串中最长的无重复子串 力扣 3 需要自己设置case 覆盖Java的三个特点解释下多态怎么实现多态的类加载器 如何去实现自己的类加载器arraylist linkedlist 的优缺点比较hashmap 使用场景 并发问题 concurrenthashmap 实现多线程下如何保证线程安全Flink 实时计算日活统计指标CEP机制interval join旁路缓存 异步IO查询 数据量链路压测数仓的表的设计的原理数仓的分层原因以及好处实时数仓使用的架构选择Kafka简单介绍下如何提高Kafka的吞吐量生产者角度消费者角度介绍下Flink的watermark场景题上游中Kafka是每一分钟向Flink写一次watermark水印的设置窗口的关闭时间 10：00---10:05，什么时候会关闭窗口 （10:06关闭窗口）clickhouse与ES的技术选型clickhouse对比mysql，为什么使用clickhouse离线数仓hive的引擎比较 spark MR tezhive on spark 的语法兼容性问题shuffle过程 MR sparkJava SDK 是啥。。。场景题有一批数据 有id有名字 如何设置一个数据结构 在大数据场景下 实现对于数据根据id与名字进行查找基于Flink实时数仓的业务场景说一下如果出现了反压，如何去排查问题flink与spark对比Hbase的底层存储方式Hbase读数据的流程 范欣欣博客里面的比较详细mysql的索引结构mysql对比redisHadoop的基本框架MR的基本流程spark对比MRMR如何规避shuffleKafka 如何保证自己的高吞吐量Kafka的压缩算法 snappy LZ4LZ4用的比较多，压缩比在35%Kafka的高可用机制Kafka如何保证消息的一致性Hbase的基本架构Flink的反压机制 两个版本Flink的数据倾斜

贝壳找房内推 内推码ISKM8A https://campuske.zhiye.com/campus/jobs