本人河北人，拿了几个大数据岗的offer还有一个研究所，求各位大佬参谋参谋。 家里条件一般，家人希望去研究所，怕互联网太辛苦。本人希望去互联网打拼打拼再回石家庄或者天津，这样也能为家里减轻点负担。 而且研究所搞得方向零基础，进去需要重新学。 研究所总包二十万 互联网30+

许愿阿里意向书！

本人211本硕，自学大数据一年半，有两个普通的大数据项目，无实习，学了特别多大数据的组件，收获了几个offer 水平算不上一流，只是马马虎虎吧吧，在此做一个总结。 秋招历程.：7.10-9.06 面试过的所有公司（11）： 一档： 字节提前批，百度提前批，京东寻猎计划，字节正式批，阿里巴巴，快手提前批 二档： 新浪微博提前批，大华提前批，猿辅导，作业帮提前批，小米提前批， 三档： 昆仑万维 央企：中国电科54所 拿到意向书： 百度  京东  小米  中国电科54所 走完流程等开奖： 阿里巴巴   微博...

小米打电话开奖了，感谢雷布斯！，互联网金融业务的大数据开发！

快手二面  1小时 1.介绍项目 2.项目里为什么用kafka，它有什么优势 3.redis的数据量过大，内存要爆了，怎么办？从数据持久化的角度出发回答这个问题 4.cpu占用率过高咋解决？咋排查 5.发生full gc的可能原因？怎么定位full gc问题 6.hdfs不支持对写入数据的修改和更新，而hbase可以对写入的数据进行修改和更新，而且hbase底层是hdfs，那么hbase是怎么做到的 7.lucene的底层数据结构 8.java中如何判断一个对象多大 9.线程池几个核心参数 10.hbase避免数据倾斜的策略...

一个月时间完成了阿里5轮技术面+今日hr面  走完流程已很不容易，期待oc

三面过去了25天了，终于等到了面试通过的电话，开心的一天，继续加油做最棒的自己！小伙伴们加油！

快手提前批数据架构研发工程师一面面经  2020.08.31 1小时 1.介绍项目 2.flume采集数据的时候用的source源的类型 3.flume+kafka+sparkstreaming这个流程中为什么要用kafka而不用redis等；把kafka的优点答一下完事 4.kafka零拷贝的实现原理 5.如何保证整个流程消息不重复消费 6.hadoop中挑你最熟悉的一个组件讲讲：mapreduce 7.mapreduce的环形缓冲区的100m大小啥时候调整，调整完有啥影响？能不能把它调成无限大？其实在问环形缓冲区的调优 8.环形...

小米大数据提前批一面二面面经 小米一面  2020.08.18  50分钟 1.leetcode第二题：链表相加 2.删除链表的倒数第k个节点 3.sql:已知表a的两个字段：id,weight求topN 4.sql：已知一个表a的字段log是string类型，拆分此字段： log 1-w 222-abc 结果： id     name 1      w 222  abc 5.用spark core实现第三题 6.用spark core实现第四题 7.tcp/udp 8.三次握手，四次挥手...

阿里巴巴淘系大数据研发工程师三面面经  2020.08.22  41分钟 1.介绍一下Hadoop的架构 2.谈谈spark的宽窄依赖 3.spark sql的执行流程 4.sql文本解析成抽象语法树底层是怎么实现的 5.kafka的架构；kafka和其他消息中间件的对比？项目中为什么用kafka 6.如何保证整个项目的容灾，可扩展性，以及数据一致性 7.项目中遇到了哪些难点，怎么解决的 8.java与scala的区别 问题都是基于项目及扩展，很注重问你用这个组件的原因，以及为什么这么设计，问题都很有深度，不是很好回答...

牛客的各位大佬，有没有知道腾讯北京哪些部门有大数据岗的需求,HC比较多的

贝壳大数据一面面经  2020.08.16 1小时 1.项目 2.redis持久化机制 3.mysql底层原理及索引优化 4.分布式锁实现原理 5.IO多路复用怎么实现的？ 6.Java线程池的实现原理？线程池的优点 7.tcp的4次挥手过程？ 8.time wait的作用 9.zookeeper的选举机制 10.内存管理，物理内存与虚拟内存的映射讲讲 11.close过多是怎么造成的，会带来什么问题？怎么解决 12.输入一个网址，内部发生哪些过程然会显示对应的内容？ 13.手撕代码：三数之和 14....

字节跳动秋招大数据开发一面面经   2020.08.13  60分钟 1.手撕代码：俄罗斯套娃问题或者叫信封问题：先排序+最长递增子序列 2.redis的持久化机制 3.开启了RDB和AOF混合持久化后，机器挂了再重启后，持久化过程是怎样的？ 4.mysql索引可用哪些数据结构实现？各有哪些应用场景？ 5.出了一个sql索引优化题基于联合索引的 6.spark join的几种实现方式  hash join ;merge join,broadcast 7.kafka高吞吐的原因 8.IO多路复用的实...

阿里巴巴淘系大数据研发二面面经  2020.08.14 32分钟 1.介绍项目流程 2.spark sql 的执行流程 3.sparkstreaming的实现原理，它与flink的区别是什么 4.hadoop与spark的区别 5.mysql的事务原理 6.es倒排索引以及ES的分片，节点之间的关系 7.hashmap的实现原理 8.spark的调优参数讲讲用到过的 9.G1垃圾回收器讲一讲 10.spark shuffle机制以及如何划分shuffle 11.spark用的时候你遇到过的痛点有哪些 12.把...