长安深蓝数开

一面 1.自我介绍2. 最常耗时的一个SQL，怎么定位这个问题，包括怎么去做的优化。3. 有考虑过索引的优化吗？4. 同学在跑SQL的时候有没有explain这个SQL去看一下它的执行计划呢？5. 假如explain发现SQL执行计划没有错乱、没有不合理的情况，但实际上跑的还是很慢，同学有考虑过这是为什么吗？6. 同学怎么去判断到底是资源不足导致的慢，还是数据倾斜导致的慢呢？7. 能不能从Spark SQL的内部角度谈一下，一个SQL怎么从字符串变成最后可执行的task的？8. join的优化会影响在哪一层上吗？比方说a join b改成b join a，实际影响的是哪一层的执行计划9. 怎么去判断一个Spark任务是否存在倾斜10. 除了Spark UI，根据业务判断，可不可以从SQL特征上判断出数据倾斜呢？11. group by数据倾斜12. join的倾斜是怎么处理的，聚合的倾斜是怎么处理的。13. 加盐的话会有什么副作用吗？14. 加完盐之后能一次得到结果吗？15. 如果倾斜的key占到整个数据的大概70%，用broadcast的方式不行，同学会考虑怎么办呢？16. 在Spark内部，broadcast之后是怎么实现的？广播的数据存在哪儿？使用的是什么数据结构呢？17. 同学有了解过broadcast这张表过大的话，Spark会怎么去控制这个情况发生吗？18. 如果broadcast的阈值设置不合理，比方说设成了1G，会有什么情况发生呢？19. driver会因为broadcast表过大而发生OOM吗？20. orc相比text file，在执行层面会快在哪？为什么要用orc而不用text file，优势在于哪？21. 除了压缩、列式存储，orc文件的结构有什么特征吗？22. orc与parquet优势在哪，缺点在哪？。。。。。。实习相关内容36. 有一张员工表，字段是员工ID和薪资，希望通过SQL找到里面第二高的工资是多少？不用窗口函数该怎么实现呢？37. 同学有了解过Java的内存模型吗？38. 同学有了解过Java的hashCode和equals之间的关系吗？39. 同学有了解过Java的类加载器的相关内容吗？比方说分为几种类加载器，加载顺序是什么样的？40. 同学对垃圾回收机制有了解过吗？有了解过CMS和G1吗？41. CMS的缺点是什么呢？为什么它扫描时间会很久呢？CMS不是并发的吗？42. 同学常用的OLAP引擎是什么？43. 同学有了解过Doris的tablet是什么吗？44. Doris的分区和分桶有什么区别吗？45. 分区和分桶各有什么好处呢？46. 同学有了解过实时相关的概念吗？了解过Kafka的topic和partition之间有什么关系吗？47. Kafka里面的offset同学有了解过它是干什么用的吗？offset是全局的还是分区内的？48. 有一个场景：MySQL里有一张20亿数据的表，不使用任何数据同步组件（比如canal、maxwell、flink cdc等），怎么把数据从MySQL迁移到Hive或者Doris里面？49. 在读取MySQL数据做分批迁移的时候，怎么分片读呢？比方说表里面有一个时间字段，该怎么利用？编程题：二叉搜索树转化为双端链表二面1.自我介绍2.实习介绍3.数据治理怎么做的SQL题：已知数仓表 t 的结构包含：uid（int）vid（string）start_time（yyyy-mm-dd hh:ll:ss）end_time（yyyy-mm-dd hh:ll:ss）dt（分区字段）hour（分区字段）数据样例：uid=100043435，vid=f1ewmkflgkl2ds，start_time=2025-12-24 18:06:18，end_time=2025-12-24 18:17:25，dt=2025-12-24，hour=18。求出一天内每5分钟的视频播放量top10最终结果start_time    end_time    top1000:00            00:05        ....00:05            00:10        .........4.java抽象类和接口的区别5.什么情况用抽象类什么情况用接口5.java 中lock和synchronized的区别6.编程题：实现一个滑动窗口数据结构，支持实时评算窗口内的最大值、最小值和平均值。第二问：求最大值、最小值不用数据结构、排序、组内遍历，还有别的实现方式吗一面问麻了二面炸缸了

1.介绍一下数仓分层，以实习的某大厂数仓为例，为什么分了6层，有什么优势2.数仓建模了解哪些，星形模型和雪花模型的区别和适用场景3.实习过程中遇到的问题，怎么解决的4.数据倾斜怎么解决的，发生的原理5.mapreduce的过程6.实习中最大的收获7.有在看别的机会吗?实习不考虑转正吗?sql题:订单表:user_id，order_id,order _datetime(精确到秒)求晚上8点到0点每分钟的订单累计数量

12月份了，不论实习还是正式，一个offer都没有。上周还有三场面试，但也是一面挂。有面试时还能骗骗自己说还有下次机会，没面试了内心的焦虑就涌上来了。感觉自己好差劲，提不起动力去学习。我只是想找份不是外包的数开岗位啊，为什么那么难。

问项目难点 api格式接入的时候有哪些困难超时异常处理redis有哪几种数据结构除了json和string还有哪几种，运用场景各是什么缓存雪崩击穿穿透redis的过期策略和内存淘汰机制redis有哪几种持久化这两种方法的优缺点是什么rabbitmq如何保证数据的最终一致性如何保证顺序接收mq的消息java中有哪些锁syncronize锁升级机制线程池参数线程池任务的工作流程拒绝策略有哪些java双亲委派机制jvm内存空间分为几部分mysql清空表数据有哪几个方式drop和delete有什么区别mysql事务有几种隔离级别sql注入是什么如何防止mvcc是什么概念mysql哪几种索引定义索引有哪几种spring的自动装配机制是什么spring启动加载的类配置都存在什么数据结构里、存在哪里为什么存map里？键值各存什么？介绍几种排序算法各在什么场景下使用排序的稳定性是什么一个文件基本有序，只有个别顺序错乱，用哪种排序最快复杂度是多少linux常用的命令刚登上服务器最先执行什么命令😰😰八股看的太少了 排序算法也没准备