面试蚂蚁金服到了技术3面，但没有hr面了问题如下；1项目介绍一下2 干的数据开发技术组件和模型以及数据治理说一下3离线数仓怎么确保任务及时性，任务产生了dqc告警怎么解决4 干财务工作模型该怎么设计5数据治理该怎么治理，比如模型治理，运行效率，和任务合理性以及跨层很多问题6 实时任务一旦延迟该怎么快速解决延迟，如何确保数据不重复，不丢数据，如何知道延迟7flink任务优化可以从哪些方面入手，对于效率问题该怎么操作8kafka分区和写入该怎么设计，怎么能确保下游消费数据不延迟，不丢数据9 实时数仓如何做到指标实时，并且数据不会算错，10对于olap引擎知道哪一些，哪个更好，后续推荐用哪一款来批流一体

一个问题可以换两次，问了一大堆具体顺序记不太清了1.TCP三次握手四次挥手，为什么要有这个过程2.Linux如何查看磁盘占用（当时没想起来，写这篇文章时突然想起来是ds，明明之前实验室服务器还是我清理的磁盘）Linux中如何查看端口号被占用（没答出来，光记得有个net什么的还有个ls什么的命令）3.MYSQL是如何优化慢查询的（一时没想起来就换了）/如何评估mysql中一个索引的好坏（答了一些概念，除了explain不知道该怎么通过具体的指令去评估）4.java泛型以及泛型擦除5.java中创建String方式中new和""哪个好（两个有啥区别我知道，哪个好怎么搞啊，答了个...

后端开发想转大数据开发了，跟着老师写过两个大数据项目，但是八股文没背，想问问你们大数据八股文哪里找

了解 HDFS 吗，介绍下HDFSHSDF 是 Hadoop 生态的一个组件，它是一个分布式文件系统。它将数据进行切分，存储在若干台机器上。它的出现解决了独立机器存储大数据集的压力HDFS 的特点及应用场景适合存储大文件HDFS支持 GB 级别甚至 TB 级别的文件，它会把大文件切分成若干个块存储在不同的节点上，在进行大文件读写时采用并行的方式提高数据的吞吐量。容错性高HDFS有多副本机制，它会自动保存副本到不同的节点。即使有一台节点宕机了也不会丢失数据。适用于读多写少场景HDFS中的文件支持一次写入、多次读取，写入操作是以追加的方式（append）添加在文件末尾，不支持对文件的任意位置进行修...