1.实习项目主要内容是什么?2.会java吗?3.说下数仓建模的分层4.说下维度模型5.星型模型和雪花模型的区别6.什么情况下使用星型/雪花模型更好7.HDFS读流程?原则是什么?8.了解spark吗?说一下宽依赖和窄依赖?9.了解 flink吗?10.hiveSQL怎么优化?搞成说明HQL的提交流程了11.机器学习的一些基本算法?12.英语口语可以吗?反问1.大数据开发是以java为主吗?2.基于前面的面试表现，如果想从事大数据开发，有什么需要加强的吗

一面 1、C++重载如何实现？2、设计了一个动态链接库，里面有一个和标准库函数同名的函数，在C语言中如何使用？（extern关键字）3、虚函数如何实现动态绑定？虚函数指针和类对象是如何绑定起来的？4、构造函数、析构函数可以是虚函数吗？5、TCP和UDP的区别？6、TCP的粘包，如何解决？7、Linux的内核机制有哪些？8、进程、线程、协程9、多线程的资源同步有哪些机制？自旋锁，什么时候用，有什么好处？10、内存隔离、虚拟内存、页面换入换出（swap区）等11、fork函数返回值，父进程子进程分别返回什么？fork以后子进程从什么位置开始继续运行？12、项目延伸：两个客户端之间可以不依靠服务端直接P2P连接吗？面试官说了个NAT，还有什么UDP打洞，这块不是很了解。

1.项目介绍2.实习经历 难点3.数据倾斜4.CTE的执行计划5.spark stage怎么划分6.什么算子会触发宽依赖7.hive内部表和外部表区别8.HDFS小文件过多会有什么问题9.对数仓分层的理解10.数仓业务域和主题域的区别手撕:sql1:查询某段时间借书的 uidsql:2.sql:查询至少连续两天登录的用户3.算法:有序重复数组返回n出现的次数

双非硕，我太菜了，回答的不太好，20分钟草草结束1、介绍我的实习、做过的项目2、hive的两个服务3、namenode的高可用4、索引的数据结构、索引失效的原因5、java常用的数据结构6、hive sql过程优化7、hive sql转化为任务的过程8、hive有哪些执行引擎就记得这些了，基本只问八股，项目、实习都没咋问