字节data 后端开发工程师提前批一二面 面经

😅😅三面已经挂掉了，有兄弟找我要一二面面经。 HR说data 大数据开发工程师 会捞一下我。因此，来回忆一下前两面的内容，后续如果能被捞继续复习。

一面：一小时

spark 实时处理项目挖掘。

1. 讲一下双流join？双流join 是事实表和维度表还是事实表和事实表join？
2. Redis 主要是用来干什么的？

实验室项目挖掘。

1. 介绍下无人车项目
2. 介绍下Apollo OpenDRIVE 格式这里是用来干啥的，给下游导航模块提供数据的。
3. 说一下实验环境，在哪的10公里？

两道题目手撕：

从左下角到右上角的路径个数

1. dp写出来
2. 用排列组合的方式会不会计算，分析分析

翻转二叉树

二面：一小时十分钟

项目介绍：

1. 介绍一下自己一个做得好的项目。
2. 说一下这里面难点在哪？我讲了双流join。
3. 面试官反问如果存储的时候Redis 数据量过大咋解决的？这个问题在快手也被问到了 😱😱😱 大家知道怎么回答这个问题吗？能不能告知一下

网络：

1. TCP 和 UDP 的区别?
   答了可靠和不可靠，答了应用场景。
2. TCP 是怎么实现可靠性的？
   答了：ACK机制，三次握手四次挥手，流量控制，拥塞控制。没有继续追问。
3. 为啥需要三次握手和四次挥手？
   为了保证全双工。发送方和接收方都有发送和接受的能力。没有继续追问。
4. IP 地址和 MAC 地址的区别说一下？
   IP 是网络层，MAC是数据链路层。IP可以来做路由转发，MAC主要是ARP点对点发送。
5. 只用MAC 地址不用IP 地址行不行？
   我说了IP可以有子网还有网段MAC不行。还有不在一个协议层。面试官说MAC地址不够？存不了这么大的范围？😥😥这个不会

数据库：

说一下事务，说一下ACID是怎么保证的。

操作系统：

说一下进程和线程的区别

算法：

写LRU cache，自己编写测试用例测试。

大数据基础：

1. Hadoop 有哪几部分构成？MR，YARN，HDFS
2. Hadoop 主要有哪些进程说说？NN，standByNN，ZKFailoverController，DN

反问：

1. 部门技术难点？说难点主要在于业务的理解。
2. 技术栈是啥？Spark 离线，Flink 实时。
3. 发展方向？在实现流批一体？数据和计算分离？数据湖？

总结：

项目中存储的时候Redis 数据量过大咋解决的？有人知道这个问题怎么回答吗？能不能在评论区贴一下答案，谢谢！