#数据人的面试交流地# 中数通 数据岗 2022/11/02毕设做好了吗，方向是什么什么是大数据用过的存储工具Hadoop和hive的区别用过的采集工具采集数据的过滤是怎么做的，再flume定义的拦截器，json异常怎么进行处理kafka是什么用过的数据挖掘，体现再哪里数据的展示flume和spark分别是什么，什么时候采用参加过的比赛比赛中是如何完成，分工，时间，设计，流程对公司有什么了解反问：业务是啥 烟草，金融...的一些外包（忘了）技术：一些常见的大数据技术，什么报表啥的

#数据人的面试交流地#赫基集团 大数据开发实习生一面：电话面 2022/06/211.sql判断是否有重复数据2.数据库引擎的区别3.说一下项目4.项目中转化率数据异常怎么进行清除二面：主管加hr面 2022/06/31项目和经历建模（雪花模型和星型模型）渐变字段笛卡尔积用在什么场景？没想出来，最后面试官说这是个坑，说没人愿意遇见笛卡尔积还有普遍hr问题反问科大讯飞 AI研究院-大数据开发实习生 2022/06/22项目中收获了什么项目中为什么要用flumespark向hdfs写入和读取文件的流程reducebykey和groupbykey，怎么进行分区和聚合

#数据人的面试交流地#广州丰石科技 大数据开发实习生 2022/06/07 一面：感觉就是kpi    进去之后做一份面试题，hr叫我做小题，后边的大题不需要做，做完之后面试的时候给面试官看，第一句就是后面的题不会做吗？ 蚌埠住了。。。自我介绍spark中数据迟到怎么处理hive权限管理cdh  kafka分区策略   sparkstream对接kafka的方式，hashmap键和值允许为空吗，flume怎么采集数据，怎么传送到kafka，spark 会用java写吗，解释flink了对迟到数据的处理，kettle有了解吗，介绍业务，项目哪里用过java，string stringbuffer   stringbuilder,kafka水位线flink水位线反问

#数据人的面试交流地#十方融海 大数据开发实习生（秋招提前批）一面：2022/05/30自我介绍this super  值和引用 垃圾回收算法    多线程用过吗  回收算法  进程线程  Linux子系统：linux内核的子系统有5个：        1、 进程调度控制系统（SCHED）；        2、内存管理系统（MM），主要作用是控制多个进程安全地共享主内存区域；        3、虚拟文件系统（VFS）；        4、网络接口（NET）；        5、进程间通信（IPC）。hadoop架构项目流程网络七层冒泡排序的时间复杂度prim算法索引种类 和 类型开启一个mr分配多少内存反问二面：2022/05/30自我介绍索引页的实现一亿数据在b+有多少页，多少层一亿数据的id，怎么随机找到一个id 答：bitmap hash一亿数据的top100索引种类为什么用B+树上传小文件到hdfs上，计算机网络、操作系统的流程mr join的流程Linux内存不够怎么查看     查看物理内存使用情况 free -m （总 已使用 剩余）total：总计物理内存的大小used：已使用多大free：可用有多少Shared：多个进程共享的内存总额Buffers/cached：磁盘缓存的大小Linux运行情况linux buffer和cache平衡二叉树的时间复杂度，怎么推导hbase大数据相关职业的了解反问

#数据人的面试交流地#第二次实习面试巨杉数据库一面 数据库应用开发工程师 2022/03/17常用的容器，Arraylist hashmap的区别iolist和listnext（这个可能听错了，当时没听懂是什么）数组、链表、栈、队列的不同tcp udp流量控制进程和线程mysql了解啥，说一下高并发项目hive sql 用过哪些优化MVCC用来干嘛进程间通信的方式Linux了解的怎么样多路复用I/O个人感觉多路复用挺多次问的

#数据人的面试交流地#今年找实习和秋招都很难，很多公司投了都不理，在这里记录一下自己面过的一些公司面经，顺便拿个奖励2023届实习面经：音泰思（大数据开发实习生）好像是个对日外包公司，这是我的第一次面试，第一次就体验到了10分钟的面试下边是面试内容：2022/03/15 一面：自我介绍介绍下项目jvm垃圾回收机制为什么要用kafkamrflume断点续传2022/03/15 二面hr：简单了解了一下个人的一些基本情况实习时间，比赛，家庭住址