投的太多忘了什么公司了，打电话约面，面的时候发现偏推荐系统的业务，1.自我介绍2.项目太简单了，不太对口，面试官好像不太清楚数仓建模？问了点基础八股3.HDFS的组成架构4.HDFS读数据的流程5.MapReduce的执行流程6.spark的执行流程7.sparkSQL中map和flatmap的区别8.hive数据倾斜9.hive内部表外部表区别10.小文件处理11.flume结构12.flume丢失数据如何处理13.推荐算法做过吗，机器学习这类(在学校学过，做的不太多，分类回归预测这些)14. Hive和传统数据库区别(应该是HDFS作为存储数据库)15. HDFS副本机制16.spark on yarn和spark standalone区别17.Python和Java哪个用的多，用来做什么后面一直在问数据挖掘相关问题，感觉不是很对口，面试官说会反馈我这个情况，数据挖掘倒是也做过，和想找方向不是很统一。

做完笔试后看官网已经没这个岗位了，以为已经凉了，没想到突然联系一面了部门是互娱的运营部门6.5一面（47min）实习介绍场景题：周日用户的三留明显降低，怎么分析（拆分维度：用户维度，时间维度，产品维度，外部环境维度）追问，如果这是一个成熟稳定的游戏，出现上述场景，有没有一些具体的策略或者想法来降低流失（基于用户维度和基于游戏本身维度）现在玩游戏都是哪些（回答了平安京还有一些二游），追问你觉得平安京怎么样（是比较早做无符文系统的moba游戏之一，有阴阳师的用户群体引流，平衡性要比王者好一点）充钱吗？充钱买什么？对自己的未来职业发展规划是什么样子的，对工作地点有什么样的期待反问（问了工作内容，了解...

只记得几个比较深刻的问题1. 使用消息队列怎么能确保生产者把消息发送成功，消费者怎么确保消费成功确保数据一致性 ？当时确实没想出来，最后憋出来个发送消息后将messageID存到Redis的set，然后定时任务检查消息是否被处理 但是查了一下生产者端好像可以可以设置发布确认模式，消息发送完收到响应才确保发送成功，然后只要却保暖能达到broker 然后消息队列开启持久化，消费者端就手动ack加死信队列，还有一种方案就是消息全存数据库，和数据库的具体事务一起提交，然后定时任务筛选转态为未处理的消息进行处理2.还考了个streamapi中的map操作为什么不能更改方法外定义的变量（必须将外面的变量设置为final） 我查了是因为lambda表达式处理的时候用的不是对变量的引用而是直接使用传入的值，然后修改就会发生到底是修改引用的变量的值还是修改的是传入的副本的值，并且还要考虑的是如果stream开启了并行线程，线程并发去修改这个变量就会出问题，所以会报错3.三层的B+树最多能存多少条记录，想都没想直接回答两千万条记录，然后提醒我不是，还要根据记录的字段数来判断，一个数据页要除一条记录的每条数据的大小4.还考了个内存操作为什么不能用B-树（B-树和B+树的区别是B-树中间节点还要存值 并未叶子节点没用链表相连），没想出来为啥，当时连B-树是啥都不知带，查了下，好像是B-树的平衡操作要使用节点分裂合并（需要做很多复杂操作）红黑树平衡方式简单，B-树查找还是要用在一个节点中的多次键比较，要用二分查找或线性扫描，红黑树查找每次比较只用比较一个键，要么往左要么往右。

部门：海外wps一面6.13（30min）自我介绍实习详细介绍SQL：含有user_id,date的一张表，查询当日沉默用户量（30天内没有活跃）SQL：上述基础上查询近180天每天的沉默用户量对自己的职业规划对实习的时间看法（转正或者考虑9月份秋招）反问（问到了海外wps市占，以及工作内容）下午通知线下二面二面6.17（30min）自我介绍实习项目介绍SQL：id,sex,gmv，每个性别第二高的第三字段（第三个字段记不清了，窗口函数）后续追问rank,dense_rank,rownumber的区别SQL：两张表t1(id,create_date)t2(id,buy_date,buy_num...