大数据学完,大数据开发面试都会问些什么问题?
9 2019-03-14

对于还在学习大数据开发课程的学员来说,现在积累一些大数据开发面试经验也是非常不错的选择,在学习是也能抓住重点,查漏补缺。今天我们来看看大数据前辈的面试经验,涨知识了。

来自网络的“前辈”:5月初入职滴滴实习,7月底得知今年滴滴不好转正,遂离职复习巩固 基础+项目 备战秋招。因为准备的时间比较早,有幸赶上了各大厂的提前批面试,面试岗位是大数据开发工程师。

我本科是水利水电专业,研究生转入软件工程,编程语言用Java,做过一个大数据开发的项目,以Kafka作为数据总线,所以Kafka的问题会涉及的比较多,实习期间主要是写hive sql,所以会有比较难的sql题,大家可以结合自己的项目和实习经历进行针对性复习。下面的面经只涉及技术,hr面就不写了,因为不同公司会有重复的问题,重复的问题也不写了。

腾讯IEG(offer)

一面(全程问基础):

1、介绍项目

2、String、StringBuffer、StringBuilder的区别,怎么理解String不变性

3、==和equals的区别,如果重写了equals()不重写hashCode()会发生什么

4、volatile怎么保证可见性,synchronized和lock的区别,synchronized的底层实现

5、sleep和wait的区别,sleep会不会释放锁,notify和notifyAll的区别

6、了不了解线程的局部变量,讲讲线程池参数

7、什么情况会发生死锁,死锁的处理方法

8、Cookie和Session的区别,怎么防止Cookie欺骗

9、从用户在浏览器输入域名,到浏览器显示出页面的过程

二面(全程怼项目,压力面):

1、看你写过UDF,谈谈对UDF的理解,写UDF的目的,代码怎么写的

2、改造hive表后怎么进行数据一致性校验的,有没有自动化流程

3、看你读过kafka源码,讲讲kafka broker的源码里面你最熟悉的类,以及这个类的主要方法,用的什么设计模式

4、项目里面从数据采集到最终的数据可视化,每个环节都有可能丢数据,怎么判断数据有没有丢,如果丢了如何定位到在哪一个环节丢的

5、项目里面为什么要用kafka stream做实时计算,而不是用spark或者flink,kafka sql和spark sql了解过吗

6、项目里面用到了时序数据库opentsdb,为什么要用这个,有没有跟其它的时序数据库对比过

7、平时逛不逛社区,有没有参与过开源项目

三面(接着怼项目):

1、看你写了实时计算的程序,你怎么保证计算的结果肯定是对的

2、数据接入的时候,怎么往kafka topic里面发的,用的什么方式,起了几个线程,producer是线程安全的吗

3、kafka集群有几台机器,怎么确定你们项目需要用几台机器,有评估过吗,吞吐量测过吗

4、spark streaming是怎么跟kafka交互的,具体代码怎么写的,程序执行流程是怎样的,这个过程中怎么确保数据不丢

5、kafka监控是怎么做的,kafka中能彻底删除数据吗,怎么做的

面委会(全程聊天):

平时是怎么学习的,爱看哪些博客,怎么看待加班,有没有成为leader的潜力

网易考拉(offer)

一面:

1、sql题:学生成绩表,把每科最高分前三名统计出来

2、算法题:二维数组中的查找

3、kafka如何保证高吞吐的,了不了解kafka零拷贝,具体怎么做的

4、sql有几种join,map join了解过没

5、hbase中row key该怎么设计

6、hdfs文件上传流程,hdfs的容错机制

7、怎么解决hive数据倾斜问题

二面(全程写写写):

1、算法题:二维矩阵相乘

2、算法题:链表中环的入口

3、写一下mysql binlog的数据格式,怎么进行数据清洗的

4、写一个正则表达式进行手机号匹配

5、讲一下数据仓库层级的划分,每层的作用

美团新到店(offer)

去了北京美团公司里面试,一上午面完,第二天通知高分通过

一面(简单的聊了聊,10min):

1、介绍项目,以及滴滴的实习经历

2、JVM内存的划分

3、垃圾收集算法

4、数据建模,星型模型和雪花模型

5、数仓层级的划分,怎么对接到mysql拿数据

二面:

1、sql题:写一条sql删除订单表中重复的记录

2、sql题:一张网页浏览信息表,有两列,一列是网页ip,一列是浏览网页的用户(比如a或者b、c、d直到z),求这些网页被a和b或者a和c或者b和c两两组合访问的次数

3、hive数据倾斜产生的原因,怎么解决

4、设计学生成绩管理系统,符合第三范式要求,并绘出UML图

5、算法题:斐波那契数列

6、spark程序的运行流程

7、spark streaming从kafka中读数据的两种方式

8、讲讲数据库索引,B树和B+树

9、Elasticsearch的索引,单field索引和多field的联合索引

10、linux查看某文件的大小,vim中怎么替换内容

11、海量数据的Count问题(单机),如果把大文件hash成不同的小文件,此时小文件装不下某个key对应的数据,该怎么办

12、智力题:8升水,有一个5L的杯子和3L的杯子,怎么得到4升水

三面:

1、osi七层模型,三次握手和四次挥手,为什么两次握手不行

2、kafka怎么保证高吞吐量,项目中有测过吞吐量吗,相比于其它MQ,为什么会选择kafka,kafka怎么保证exactly once语义

3、了解hbase吗,hbase为什么查询速度快

4、hive sql怎么转换成底层的MapReduce程序,以及shuffle的过程

5、算法题:被围绕的区域,leetcode第130题原题

6、智力题:一头母牛每年生一头小母牛,每头小母牛从第四年开始,每年也会生一头小母牛,写个公式求第n年会有多少头牛

小米(offer)

一面:

1、java和python的区别,对面向对象的理解,和面向过程相比有什么区别

2、java为什么不能多继承

3、讲一下java抽象类和接口

4、java中为什么要写非static方法

5、volatile和synchronized的区别

6、算法题:跳台阶问题

7、算法题:树的非递归后序遍历

8、设计题:一个停车场有一些大车位和小车位,大车只能停大车位,小车既能停大车位又能停小车位,实现这种场景下的调度系统

二面:

1、算法题:输入一个字符串,输出该字符串中字符的所有排列

贝壳(offer)

一面:

1、synchronized的底层实现

2、线程等待时位于哪个区域,具体讲一下

3、谈谈对kafka的理解,能讲多少讲多少

4、算法题:二分查找

5、快排的时间复杂度和空间复杂度,最优情况和最差情况分别是多少,是稳定排序吗,快排为什么快

二面:

1、介绍项目,项目中涉及到了一些算法,介绍一下

2、两道算法题:路径问题,leetcode上63题和64题原题

3、写正则表达式匹配电话号码

4、智力题:一张圆桌子,我和面试官轮流往桌子上放硬币(随便放),直到桌子放不下为止,最后一个放硬币的人赢,如果我先放,怎么保证我肯定赢

快手(offer)

一面:

1、jvm类加载机制,类加载器,双亲委派模型

2、java实现多线程的方式

3、spark怎么划分stage,宽窄依赖,各包括哪些***作

4、zookeeper怎么保证原子性,怎么实现分布式锁

5、写个快排,为什么要用三数取中法,好处是什么

二面:

1、sql题:找出单科成绩高于该科平均成绩的同学名单(无论该学生有多少科,只要有一科满足即可)

2、sql题:找出单科成绩高于该科平均成绩的同学名单(该学生所有科都必须满足)

3、算法题:求数组中连续子数组的最大和

4、算法题:使用最小花费爬楼梯,leetcode746题原题

三面:

1、讲一下java IO

2、算法题:输入n个整数,找出其中最大的k个数

3、算法题:给一个整数数组和一个目标值,找出数组中和为目标值的两个数

阿里菜鸟(三面完已回绝)

阿里的面试还是比较重视基础的,应该是bat里面问基础问的最多的

一面:

1、HashMap和HashTable的区别,HashMap怎么解决hash冲突,jdk1.8后对HashMap的改进

2、讲讲ConcurrentHashMap,ConcurrentHashMap怎么保证线程安全,HashTable怎么保证线程安全

3、HashSet的底层实现,是不是线程安全的

4、ArrayList和LinkedList的区别,是不是线程安全的

5、讲讲设计模式,最常用哪种设计模式,单例模式的实现方式

6、进程和线程,Java实现多线程的方式,什么是线程安全,怎么保证多线程线程安全

7、可重入锁的可重入性是什么意思,哪些是可重入锁

8、为什么要用线程池,线程池的好处

9、JVM垃圾处理方法,对象什么时候进入老年代,什么时候进行FullGC

10、Java堆溢出问题怎么处理,内存泄漏和内存溢出的区别

11、智力题:50个红球和50个黑球往两个桶里放,然后自己去抽,怎么样才能使抽到红球的概率最高

二面:

1、讲讲数据库存储引擎

2、介绍一下索引,索引设置的规则,聚簇索引和非聚簇索引的区别,索引的最左前缀原则

3、用过redis吗,redis支持哪些数据类型,redis与mysql的区别

4、了解垃圾收集器吗,分别介绍介绍

5、jvm调优做过没,-Xms和-Xmx分别指什么

6、算法题:输入两个字符串,输出它们合并排序后的结果

三面:

1、讲讲数据库的范式

2、Linux进程通信和线程通信

3、线程池的参数

4、什么是内部类,什么是匿名内部类

5、设计题:一个市有9个消防站,现在要新增3个消防站,这3个消防站应该放在哪里

想要出击这些大企业,现在更要努力的学习了。如果想要学大数据课程,加米谷大数据开发提高班,数据分析与挖掘周末班即将开班,想要学习的朋友们赶紧咨询在线课程老师了解详情哦!

顶部