恒生电子面经~

今天刚刚面了恒生交付的复试，，没问什么技术的问题，求求了秋招快结束了，给我这个双非本的来个offer了😭😭 求求了，让我进了就是996我也认了

在泰豪等待面试等了快1个小时，然后有两三个人在那里排序等待面试，不知道哪里来了一个面试官，上完洗手间把我们安排过去面试，HR看我手上有简历就安排去他那边面试，结果是逆天体验的开始。。。。。。 首先不是让你自我介绍，而是问你奖学金是怎么拿的......，然后开始问你为什么不在北上广发展，为什么要来南昌（我说更想留在南昌发展，离家近），也没有问项目和实习相关的。然后开始问了一点八股文（MySQL相关函数、Java集合、如何查询重复的数据），基本都答出来了，但是面试官全程基本在玩手机.......，然后就说没了，回去等通知。全过程不到20分钟。。。真的是逆天面试体验，真不该来这辣鸡公司面试。

鼠鼠双非本，只有一段小厂实习，秋招投了也有小100家了，只有2，3家面试，中大厂都没消息，可能还是鼠鼠技术太菜了。上周也是投了家旁边的制造厂，居然6天走完流程了，也是拿到第一份offer了，虽然工资比较低，但是也很满足了，也有继续下去的勇气了，顺带问问大佬们，现在是去找个实习还是继续背八股面试呢

一句话说明两个计算框架之间的根本差异：Spark多个作业之间的数据通信是基于内存的，而Hadoop是基于磁盘的参考答案如下：MapReduce需要将计算的中间结果写入磁盘，然后还要读取磁盘，从而导致了频繁的磁盘IO；而Spark不需要将计算的中间结果写入磁盘，这得益于Spark的RDD弹性分布式数据集和DAG有向无环图，中间结果能够以RDD的形式存放在内存中，这样大大减少了磁盘IO。MapReduce是多进程模型，每个task会运行在一个独立的JVM进程中，每次启动都需要重新申请资源，消耗了大量的时间；而Spark是多线程模型，每个executor会单独运行在一个JVM进程中，每个task则是...