阿里：时间： 2020年3月26日

一面

阿里一面的时候，刚刚开始复习。Python Java等等都还没看。只看了下大数据相关的知识。凉的明明白白。

  1. 写一道算法题，旋转数组求最小值（剑指offer面试题11）。当时只记得是二分查找，没写出来。
  2. 问下Java GC （不会）
  3. 问下Python GIL(不会)

非常感谢这位老师，面试之后就不再觉得自己很厉害了。我知道自己还有太多要复习的了。自己还是把面试想得太简单，周围牛人太多了。

360

一面 43min：

2020年4月8日

  1. 自我介绍
  2. 问了两个项目， 问了下项目中如何实现的Mysql和hdfs数据同步
  3. 讲一下对Hadoop的了解
    讲了下HDFS原理、MapReduce的过程，想讲HDFS检查点机制没让讲。
  4. Spark和MapReduce的区别？是不是用了Spark就不需要MapReduce了？（答得不太好）
  5. 问对Hive的了解？ 自己提了下数据倾斜
  6. 如果有海量数据，如何求Top10?(说错了一块，后来又改过来了)
  7. Linux平常用的指令？说了 ls 、 ll 、 df 、 nohup & 、ps 、 kill 等等
    Hadoop用到的指令 Hadoop fs -ls 、 mkdir、 hdfs fsck（查看块信息）
  8. 用什么语言比较多？ （我用的py比较多） Python常用的数据类型？ list 和 tuple的区别？
    回答了下 不可变对象和可变对象
  9. 常用的python库（requests 、bs4 、keras 等等）如何安装包
  10. 算法题：数组去重 上台阶、动态规划和递归的区别
  11. 还有什么问题要问我吗？（问了下缺不缺hc、主要工作内容）

二面 23min

2020年4月15日
全程问项目，同时问了很多有没有看过Spark 源码 ES源码 Flask源码（都没看过）。
各个项目问的比较深，算法模型等等。

HR面 30min

2020年4月20日

  1. 可以实习多久
  2. 如何解决做项目和社团和日常生活的平衡问题
  3. 简单介绍下流计算的spark streaming storm flink的优缺点
  4. 未来发展等等

腾讯

腾讯是找了内推，后台开发，但是与大数据相关。面试都在腾讯会议，一面手撕代码是屏幕共享，二面手撕代码在腾讯文档。

一面

2020年4月23日

  1. 自我介绍。
  2. Spark和Hadoop的区别
  3. MR流程、RDD流程
  4. new malloc区别 epoll原理看过吗？ 讲一下多态
  5. 写到算法题吧：二分查找，写一下旋转数组最小值（又是这道题。我说这道题之前做过，面试官没再让我写）。

二面

2020年4月28日

  1. 自我介绍、在家里？没开学？
  2. 学过Hadoop，讲一下MR流程。说一下Partition分区的优化是怎么做的（Partition没答出来）
    MR会有数据倾斜，讲一下如何解决（说了一些方法，被要求说的更详细一些。比如为什么增加Reduce数量就可以提高效率，如何自定义分区，如何重新设计key）
  3. 然后问的是Hadoop Streaming （没听说过，讲了下spark streaming）
  4. 看简历上有个socket项目，问如何讲一下流程，问如何从socket中提取数据（时间太长，完全记不清了）
  5. 写个算法题。 给一个树，每个节点的val都有取或不取两种状态。限定条件是，直接连接的节点不能同时取或者不取（比如父子节点） 想的是分成四次递归。问如何剪枝。没答出来
  6. 上面那个题没想法了。那咱们换个，给一个二叉树和两个节点 a ,b 找出二叉树的最近公共祖先。（剑指offer原题 最后一题）

平时大部分都是Py Java Scala开发，很少用C++,就很难受。还需要多学习啊。

字节跳动

一面

  1. 自我介绍
  2. 介绍项目：详细项目中介绍下深度协同过滤算法，和mysql与hdfs同步的策略
  3. 写两个Mysql
    ① 给出两个表，计算left join的结果
    ② 一个广告的表，包含广告的id,广告的开始时间，广告的结束时间，给出一个时间（比如2020-03-02 —— 2020-04-02）。所有与这个日期有交集的广告id.
  4. 写两个算法题
    ①写个层次遍历
    ②写个排序数组中查找k这个数出现的个数 （我用了二分查找，然后向前向后搜索）
  5. Spark会吧。介绍下宽窄依赖。（从action 讲到 shuffle ，讲了Aggregator,讲了下DAG解析的阶段划分)
  6. Hive会用吧。讲一下内表和外表的区别
  7. 学过Mysql，讲一下索引的数据结构吧（自己说了下聚集索引和非聚集索引）
  8. 还有 sql 各种join之间的不同
    二面
  9. 自我介绍
  10. 写个题目吧 把一个数字转换成汉字 比如1001 “一千零一" 用了递归但是写的太复杂，有点拉分
  11. 讲一下你觉得最难的两个项目
  12. Spark cache和 persite的区别（讲了下广播机制，没回答好）
  13. 你未来想学些什么（简单说了下Flink 、 Spark源码和参数服务器）
  14. 还有什么问我吗
    HR面

自我介绍

想实习多久

未来读研吗

来北京租房吗

父母对来北京的意见

你觉得自己有什么缺点 （最后说了个自己熬夜多 ）

总结

感觉自己的技术还是有很大不足啊。自己的复习的路线是：

语言： Python、Java、scala面试题

计算机基础：计算机网络、操作系统和数据库（索引是重点）

大数据相关：Hadoop、Spark、hive、hbase、flume、kakfa、storm等

算法：主要是刷了一下剑指offer。

快手大数据平台研发面试经验

牛客平台，视频面试，50分钟。

  1. JVM比较了解是吧？哪些阶段会有STW，举例说明。
  2. 什么情况下会有full GC，举例说明。
  3. 并发编程了解么？什么是可重入锁？具体例子说明，底层原理。
  4. volatile的几个作用？详细聊一聊。
  5. 事务的隔离级别？怎么解决脏读，幻读？
  6. Linux中的epoll、select这些了解么？聊一聊。
  7. 什么叫TCP/IP 的粘包、黏包？如何解决？
  8. 如何实现零拷贝？具体方式和原理。
  9. MapReduce全排序的实现？详细说一下。
  10. mapjoin的作用是什么？为什么会有mapjoin?
  11. 算法题：30亿long型整数且都是唯一的，最大值不超过70亿，只有2个G内存，实现30亿个整数的全排序。
  12. 写一个线程安全的单例模式。
  13. static内部类和非static内部类有什么区别？
  14. 反问，大佬气场很足，从这个岗位的前世今生给我整个讲了一遍，受益匪浅，十分感谢面试官！

这次面试收获不少，大佬一次次深挖也暴露了不少不足。凉凉了。

阿里菜鸟网络数开二面面经

一如既往，电话突击面试，大概持续一个小时。

1.自我介绍

2.大数据项目

3.spark和mapreduce比较（spark有弹性，高度利用内存，简化代码，DAG写起来可以绕地球两圈，不像mapreduce一次reduce提交一次）

4.传统关系型数据库和hdfs比较（前者轻量级，侧重实时操作；后者重量级，分布式，分而治之化整为零，横向扩展性好）

5.map join实现？应用场景？两张大表怎么选？（通过广播大变量；一般用在大表join小表，可容忍小表数据冗余的场景；两张大表就分而治之，再sort merge）

6.输入网址到返回网页的过程（域名解析，tcp连接建立，数据传输，数据回传，渲染，显示）

7.sql这块如何（没有注重语法的掌握，表示日后工作用到会熟能生巧，重点学习了理论，索引原理，并发这一块儿）

8.hashmap深挖，和treemap比较，put，get，扩容，并发问题，rehash？

9.非科班吗？自学方式说一下？

10.最近读的一本计算机方面的书？（操作系统原理）

11.聊聊操作系统原理，线程，进程？操作系统内存管理（这块儿初学，招架不住，就举了白旗：您刚说是最近读的，所以我才看了一小部分，还没有深入理解）

12.你在原专业学了这么多年（本+硕），选择转行不可惜吗？

13.实习地点选择。

14.未来学习方向规划。

15.最后问一个比较尖锐的问题。你学了这么多年土木工程，最后选择转行计算机。你怎么保证你进了计算机行业以后不会又转行？（...总算圆了过去）

16.会和一面面试官交流你的情况，等通知把。

面试官前辈人还是很好的，我发言的时候很尊重，说偏了也不会打断。他很好奇我非科班转行的历程，所以这一块儿和我多交流了一下。期待能有下一面，祝好运。

1、数据仓库的理解以及数据的架构

2、一道SQL

3、Spark原理

4、数据结构

5、数据倾斜

6、幂等操作

7、网络七层模型在5G中的变化

8、介绍HDFS

9、一道算法题

10、hive创建表使用的什么分隔符

头条大数据一面面经

自我介绍 项目介绍 kmeans聚类数据量小的时候会出现什么问题

项目用到了spark的哪些组件

是否熟悉Linux

list下都有哪些类 arrayList和LinkedList的区别

HashMap是怎样散列的，怎么解决冲突

http协议 客户端是怎样与服务器建立连接的 响应码

编程题判断括号是否匹配，如"{[]()]}"

字节大数据开发岗面经

一面 3.30 50min

1. 编程题：二叉树层序遍历，按层换行输出。

2. 线程的状态及状态之间的装换

3. 有哪些树结构

4. B+树的特点

5. HTTPS的工作流程

6. Kafka如何保证生产者不丢失数据，消费端不丢失数据

7. Zookeeper的功能， 详细介绍一下zookeeper的消息的发布订阅功能

8. 场景题：如何从百亿条IP信息中得出访问量前10的IP地址

9. Redis支持的数据结构

10. Redis为什么性能高

11. Redis为什么是单线程

二面 3.30 47min

1. Spark源码中的任务调度

2. 场景设计题：你自己如何设计一个分布式系统，实现对百亿条数据进行分组并求和

3. Spark shuffle机制

4. spark中有哪些算子会进行数据shuffle

5. 编程题：一个数组有正数有负数，调整数组中的数使得正负交替

例：[-3, 6, 7, -4] ->[6, -3, 7, -4]

三面 4.3 25min

1. 编程题

大数据云计算——2021大数据云计算岗面经面试问题_Hadoop

2. 当前面试流程中（牛客网）涉及到了哪些协议

3. 学习中遇到的难点，如果以后同样有人遇到了这些你会怎么快速地教她解决。

字节跳动data部门三面

字节

一面（60min）

自我介绍

说一个自己做的项目

spark和hadoop的不同之处

spark为什么快？

说说自己对spark和hadoop的理解

hadoop里的namenode和datanode

spark的lazy体现在哪里

Yarn相对于hadooop的不同在哪里

hdfs数据存储

二叉树层次遍历

子序列的最大和

valitile关键字

c++里棱形继承

描述堆排序

基数排序过程

二面（50min）时间太久有点忘了

自我介绍

pagerank算法

spark与hadoop对比

hadoop的特性 特性对应在hadoop里的发挥

hadoop恢复如何恢复

yarn的改进在哪里

spark的stage划分

spark相比mapreduce的优点

最小逆序对

三面（30min）

自我介绍

介绍一下mapreduce

mapreduce和spark区别

进程和线程的区别

进程通信方式

网络结构以及每层应用

打开一个网页的过程都经历了什么

栈的push和pop的时间复杂度

栈的最小值操作

期望地点是上海吗

有什么要问我的

作者：❄狂乱贵公子✴
链接：https://www.nowcoder.com/discuss/412494 来源：牛客网
 

字节一面挂：

1、合并两个有序链表
2、二叉树的中序遍历
3、16G处理1T数据
4、操作系统的进程与线程
5、虚拟内存
6、java多线程的锁

蘑菇街一二面挂：

主要是考java,
java内存模型
java对线程
java保证线程同步
java垃圾回收
如果会flink也会详细问

不建议去

小米三面：

大数据云计算——2021大数据云计算岗面经面试问题_Hadoop_02

二面：
1.spark用什么语言开发
2.数仓
3.flume
4. hadoop小文件问题
5.sqoop遇到的问题
6.sqoop如何导入半结构化数据到hbase
7.hbase的rowkey设计原则 散列原则是怎么做到散列的
8.dataX和sqoop区别
9.reducebykey 、groupbykey、combinebykey 、agergetbykey
10.数仓的分层
11.有么有数据质量管理
12.合并有序链表，空间复杂度O(1)
13.求连通图

三面：
一道编程题：
模拟退格键：
输入：“acd<e<<”
输出：“a”

字节跳动-抖音/火山-大数据开发实习（一面面经） 

一面：45min  04-02

1、自我介绍

2、介绍项目，yarn的执行流程？Spark中Stage、Executor、Task都是干嘛的？怎么划分的？（这里问的很细）Spark调参数？数据倾斜怎么办？（加大分区，重新计算hash）hashCode计算方法？

3、HashMap的实现？为什么要转化为红黑树？为什么大于8才转换？（这个就不知道了，瞎扯了几句）

4、算法题：实现左旋n位的字符数组？（三次翻转）

5、ArrayList和LinkedList的区别？

6、CMS和G1垃圾收集器的区别？

7、HashMap是线程安全吗？为什么？（这里不太清楚，回答不好）

9、Java的IO模型？BIO和NIO的区别？

10、TCP三次握手四次挥手？TIME-WAIT什么时候发生？持续时间？解释最长报文段寿命？在不同的网络环境中MSL一样吗？

11、反问环节（问了对这次面试有什么建议或者意见？面试官说主要通过问问题来考察你实际做了什么东西，面试前你们肯定会在网上看面经答案什么的，每个问题没有固定的答案。确实是这样，没有实际做过它的底层原理理解得确实没有那么深。）

七牛云实习后台开发（大数据）一面

4.15一面（60分钟，面试官是技术大佬）

1 自我介绍
2 项目介绍（20分钟）
3 一些大数据问题（HDFS的优缺点，使用场景，ES的内部结构，Spark处理流程和工作原理，Kafka的工作原理）
4 Java相关内容（JVM内存机制，调优参数，JMM相关，垃圾回收器，垃圾回收算法）
5 编程（走流程）
1）写了一个sql，太简单，分组价格大于平均价格

2）写一个非递归的二叉树长度算法

网易严选大数据开发实习一面面经

自我介绍。

自我介绍完之后是谈一谈项目，在谈项目的过程中会针对项目中的一些点来进行提问。

Spark RDD的原理，怎么使用？任务调度底层如何实现？

Spark中的行动算子和转换算子，具体作用是什么？干了哪些事情？

Spark中的宽依赖和窄依赖。

Kafka如何保证消息的一次精准消费？那么如何保证至少消费一次呢？

Kafka消息队列的底层是如何实现的？底层的存储？如何保证安全性，数据不丢失？

Java Static关键字，修饰的变量存放在JVM哪个地方？

Java泛型的底层实现原理。

TCP/IP三次握手、四次挥手过程详细说一下？为什么有close wait和time wait，为什么是2个TCP包的时长？time wait过多可能导致什么问题？

BIO和NIO聊一下。

做一个题，不涉及算法，主要考察Lambda表达式怎么写。

反问环节。
美团实习生一、二面面经--数据开发工程师

一面

面试官人很好

之前看牛客上的大佬一面都是在一个小时左右，但我一共就面了20分钟左右就结束了😂😂

自我介绍

挖项目

会不会SQL语句，都用来做过什么（和项目相关）

窗口函数，rank()，dense_rank()，row_number()，以及可以用到什么场景中

还问了一些其他的，忘记了😅

能实习多长时间，回学校频率会怎么样，能适应多久的工作时长（我先问了部门每天的工作状态是怎样的之后，被反问了🤣）

反问阶段

二面

美团效率好高。。。8号下午一面结束一个小时就打电话约了9号下午5点的二面，面了不到40分钟

自我介绍

学过哪些专业课程

问了一个计算机网络知识，奈何自身计算机网络很菜，也还没复习，题都没听懂

事务的四大特性有哪些，explain关键字有什么作用（没复习到位，没答上来），优化查询的方法

复合索引 index(columnA, columnB) 和 index(columnB, columnA)有什么区别

常用的排序算法有哪些，写一个快排代码，快排代码的时间复杂度，空间复杂度，对于所有的数组是不是都是最优的排序方法（不是）

挖项目，挖的很细，包括数据集怎么来的，怎么提取的数据，算法的选择

看简历做的都是算法相关，为什么想来数据开发

实际场景题，没有固定答案，一开始没有思路的话，面试官会一点点进行引导。

能实习多长时间，暑期之后还能不能实习

未来的发展规划

反问

浩鲸科技大数据开发笔面试全过程

笔试题：

不到十个选择加四个简答，具体不记得了，也有人总结过了。

选择都是很基础的一些数据库相关知识

简答里面四道前面三道应该说是自己学过的，但是都忘记了_(:з」∠)_

第四个Hadoop集群进程是真的不知道，就瞎写了一个自己以前遇到过的进程，完全不知道有没有关系

笔试完只有一个感觉凉凉。

一面：

以为笔试凉了，结果通过了，进入到了一面，一面是技术面，

先是自我介绍，然后根据简历问了项目上的问题（只记得几个了）：

1、你在项目里负责的是什么？

2、日志数据是怎么预处理的？

3、你们日志处理是怎么处理的？

问我倾向于数据挖掘还是开发，脑子一空白说了个挖掘，然后又叫了另一个面试官来问了几个问题：

1、预测结果怎么样？

2、你对机器学习那些模型哪个比较熟悉？

然后就说没啥问题了，结束吧，整个过程十分钟左右。

这是自己第二次参加技术面，第一次是秋招的时候，自认为比那时候好多了，感觉还是有希望进二面的。

二面：

一面结束第二天就收到了二面通知，不过那天有事就推到了周一，结果下午被鸽了，问hr小姐姐说是面试官会没结束，改到了今天，因为第一次进二面，面试前还是很紧张的，整个过程感觉可以说是凉到底。

依旧先是自我介绍，然后问了几个问题：

1、你主要学过什么课程

2、你的成绩咋样

3、数据库学的咋样

4、把a表加入到b表怎么办

5、听了你的自我介绍感觉你挺自信的，自信源泉在哪？（完全没思考过这个问题，被问懵了）

然后问了我实习的项目，实习项目是学校安排的，没有自己找，又是本地的，就被问了是哪个楼的，是在哪个部门（当时有注意，但是现在已经忘了），项目组几个人，认识的人有谁，说了负责老师的姓，感到震惊的问十个人只认识一个，感觉似乎被质疑了是虚假实习，解释了之后问：所以这是你们学校安排的，是为了学分的实习？emmm当时不知道该怎么回答，就回答了是TAT。

接着问了：

1、实习项目过程

2、你觉得日志维护是什么

3、爬虫是谁写的，用的什么语言

4、python的编程结构是什么样的，比如要输出hello word

5、数据结构了解吗，有印象的是什么

很多方面的还在复习，有的问题忘记了，然后收到了回去翻书的回复_(:з」∠)_

其他方面的问的（顺序不一定对）：

1、如果我让你通过面试了，你觉得我是因为什么让你通过的（再次懵逼）

2、你之前成绩差是为什么

3、你平时喜欢干什么

4、喜欢跑步，那你有参加过学校的比赛吗，成绩咋样

5、你没参加秋招吗

6、考研成绩咋样，有希望过吗，你还打算再考吗

7、上次笔试题和这次题一样吗（秋招的时候投过一次，但是面试时间有课，就没去）

8、那你知道我们公司做什么的吗

9、你还有什么想问我的吗

面经分享 数据开发/数据研发/数据分析

实习面试-口碑

七月一号被口碑捞起来面了两轮，最后没有去

一面

主要介绍了在字节的实习，那个时候还很嫩，套路都不会，不过还好实习面试面的不难，回答起来也还好。整个一面就在聊天。

主要介绍了在字节这边业务线的数仓分层，因为字节这边每个业务线基本都有一个自己的小数仓，我所在的业务线团队人又较少，所以作为一个实习生有机会参与到整个业务线的数仓建设里。其实不管是核心业务还是小业务，数仓结构是大同小异，从原始数据层-明细数据层-聚合数据层-数据展现层，能够好好介绍清楚，在数仓方向的面试时必不可少的。

另外面试官还问了实习过程中最有挑战的事情，讲了一个聚合事实表的构建经验，也是从ODS-DWD-DWA的层级构建来讲的，主要是对用户行为的聚合统计，帮项目的数据开发、产品运营的数据查询减少了很多工作量。

最后问了面试官阿里的数据工作包括些什么，面试官重点介绍了元数据管理，因为我这块最不熟。每次阿里的面试都能收获很多。

二面

因为一面聊了很久，二面问问题少了，听完介绍后就写了两道题。可能这种数据研发岗算法题都不难吧。

1、反转链表 （LeetCode206 https://leetcode-cn.com/problems/reverse-linked-list/）

2、两个数组交集 （LeetCode349 https://leetcode-cn.com/problems/intersection-of-two-arrays/）

淘系

一面

应该是简历面吧，问题挺多的，稍微有过准备，差不多都回答上了。

1、Mysql索引
2、 操作特点、响应速度、吞吐量、并发访问量、资源消耗、索引类型、索引量
3、 hiveSQL转换成MapReduce的执行计划包括如下几个步骤： HiveSQL ->AST(抽象语法树) -> QB(查询块) ->OperatorTree（操作树）->优化后的操作树->mapreduce任务树->优化后的mapreduce任务树
4、 5、列式数据库和行式数据库优劣对比 http://stor.51cto.com/art/201809/583648.htm 6、维度和度量 是数仓非常重要的概念，简单地记，维度是环境，度量是指标或者是衡量
7、数仓分层
8、窗口函数的实现原理 说实话我也不知道，也没查到，是partition的时候实现的吗，当时是这么猜的。
9、工作中遇到的挑战
10、最近看的书

数据技术与产品部

一面

池子里泡了一个月，一天晚上突然又被捞起来面了四十多分钟，当时还在公司，找了个楼道，站着面完，都要昏厥了。

1、也是介绍数仓分层，主要问了实际构建事实表时候的思路。关于如何确定要包含哪些事实——需要结合业务过程来选择，因为实习的这边通过数据需求平台接数据需求，所以会有记录，一般做沉淀是可以挖掘出关注的关键事实。这里问的不是事务，是事实。

2、问了下数据分析相关的工作，这个刚问的面试官都会问问这些，怎么通过数据给业务赋能之类的，所以准备点数据分析的例子肯定会好一些。

3、数据质量如何保障。也是这个岗经常被问的问题，我一般这么回答：(1)和产品运营经验值校对 (2)对hive元数据实施监控，例如行数，表大小，空缺值 (3)对核心指标实施监控 (4)关注数仓血缘关系 (5)尽可能在聚合层生成通用指标，不要再最上层再计算指标

二面

可能之前算上实习面试面的太多，面试官问的不太多了。

主要的问题是数仓域方面的

1、域如何划分  每个域应该对应一个完整的业务流程，一个业务流程一般划分在一个域里面。

2、域的边界如何确定 个人觉得还是应该从业务出发，分析主题域，感觉问题有点太专业了，没有答好，也没查到什么好的答案

还让介绍数据结构，所有常见的数据结构，知道的，能说多少说多少。

交叉面

面到这已经七面了，面试官已经没啥问题了，听了自我介绍后，我把这个部门写的《大数据之路》狂吹了一遍，然后围绕这书聊了二十分钟就过了。

HR面

这HR也是技术出身，半个小时感觉还在面试一样。

问了数据建设方面的一些宏观的问题，问了对数据工作的认识。

美团-数据开发工程师

到家事业群-外卖

一面

问的不多，主要在自我介绍，可能刚好在做转正答辩的PPT，提前讲了下，就过了。

二面

主要的问题包括：

1、缓慢变化维处理  用快照或者拉链，拉链时间段也有讲究

2、数据流（实时数据流-离线数据流），面试官也分享了美团的数据流，人很好

3、问了一些德鲁伊、clickhouse、flink、kafka相关的问题，不过我对实时数据流那块不太熟，也没问太多

4、如何通过埋点还原用户路径  用相对时间、透传参数

5、Mapreduce的流程

三面

大佬，没有太多技术性问题，感觉再聊天。印象比较深的是问了一个产品的数据需求不合理时如何应对和数据质量保证的问题。

拼多多-大数据研发工程师

数据中台

一面

半个小时

面试官一直在纠结埋点是数据开发写还是产品写，我们是开发写，然后给客户端埋，不同的公司可能收口的地方不一样。

灵魂拷问：维表用来干啥。 (1)记录大量信息，事实表将与维表关联 （2）环境的信息在维表中维护就可以了  （3）事实表也可通过维度构建起关联

二面

很专业

1、关于星形与雪花 记住一点就行，所有维表直接与事实表关联的就是星形

2、缓慢变化维处理

3、如何划分数据域

4、单事务事实表、多事务事实表区别与作用

5、一致性建模  一致性维度、总线矩阵

6、一致性事实  这个有点牛逼，其实本质上就是指标的统一

7、快照事实表、累计事实表、多事务事实表 区别

8、SQL

大数据云计算——2021大数据云计算岗面经面试问题_spark_03

考察了concat_ws  、laterview explode 函数的一些运用

华为-分布式数据库开发

主要考察的基础，因为我实在不太行

一面

主要是自我介绍和聊天

唯一的算法题 LeetCode516 最长回文子序列 https://leetcode-cn.com/problems/longest-palindromic-subsequence/

二面

主要讲了数据流

唯一的算法题   LeetCode215 最大的K个数 https://leetcode-cn.com/problems/kth-largest-element-in-an-array/

三面

也是对实习问的比较多。

唯一考的智力题  动物过河 https://www.zybang.com/question/749d70d935eb63fad27fcec9b93ccb60.html

网易游戏-游戏数据研究员

整体是偏向业务的数据分析

一面

1、列举一个数据分析的例子 （问题提出-问题拆解-产品运营改进-数据效果提升，有实际例子）

2、分析MOBA英雄平衡性

3、一张表有玩家的id 登陆时间  登出时间  等级  能算出哪些信息

dau、留存、新用户数、平均等级、升级时间分布、登陆时间分布、登出时间分布、游戏时长、平均登陆次数

4、玩过哪些游戏

5、Python用过哪些包

6、对hive的理解

二面

1、举一个数据分析的例子

2、分析下率土之滨优劣势  从gameplay和数据分析两方面讲了下

3、率土之滨各州的平衡性如何衡量  主要从两个方面 玩家数据  游戏资源数据， 讲的时候没注意，实质上有交集。

玩家数据：玩家人数、玩家势力值、玩家活跃、玩家付费

游戏资源：占领土地数量、玩家五星卡牌以及卡牌组合、玩家五星战法、玩家战法经验等

4、怎么通过数据分析帮助州与州之间保持平衡

网易严选-数据分析

一面

1、讲一些常见的机器学习算法

2、举一个具体分析的例子

3、主成分分析的原理

4、Python数据类型有哪些

5、Hive了解的程度

二面

主要的一个案例：如何衡量PUSH的效果  通过PUSH发出后一段时间用户的登陆情况来衡量

不过PUSH主要的指标一般是这样的：送达率、点击率、转化率

要做好一个PUSH还是要个性化，做好频控，可以开AB

HR面

网易让我免费去了趟杭州，当天上午去西湖玩了半天，杭州挺好的。

HR挺帅的小哥，也很专业，围绕数据工作问的，对数据工作的认识、和产品运营的交流方法问了半个多小时。

最后挂了。

滴滴

一面

1、这个面试官出了个得写udf|transform的题目让我用hql写出来，我想了半天什么都上了，最后告诉我要写udf，服了。

2、mapreduce的过程

3、hive语句转化成mapreduce的过程

二面

1、mr环写内存的时候怎么提升效率

2、维度进行垂直整合的时候怎么使得信息更多，使得维表更全，本质上还是要拼key

三面

比较宏观，好多问题忘记了

小米

相对而言比较简单，和之前的问题应该大部分重合了，唯一不一样的题可能问了个智力题。智力题常见的就是：毒药、赛马、剪绳子之类的。