联通数科南京 vs 联通软件研究院南京

📌 公司：中国联通·大数据📌 岗位：数据开发实习生📅 面试轮次：技术面 + 综合素质面🧠 被问问题如下：自我介绍（项目能说得细点最好）Hive和HBase的区别？适用场景分别是什么？说一下你熟悉的ETL流程，调度工具用过哪些？Kafka和Flume的区别？Kafka有分区机制吗？SQL题：窗口函数应用场景？写一个求分组TOP N的SQLPython数据处理常用库有哪些？你最常用哪个？综合素质面问了几个情景题，比如“突发数据延迟你怎么应对？”反问环节我问了：组里技术选型自由度高吗？面试官说：以稳定为主，但愿意尝试新工具。💬 小结：属于“央企里比较偏互联网思维”的面试，技术题和数据工程实操都有覆盖。建议提前准备好一个完整的数仓/数据开发项目案例，能清晰讲出流程更有优势。

有一道题忘记怎么做了，气死，还有机会重做吗

曾经遇过一场面试，足足聊了快四个小时，技术题从基础算法到架构设计一路开挂，那时候我心里想：这哥们儿是真的想了解我还是想坑我？后来听同行说，这种深度面其实是公司很care人，想确保你不仅会写代码，还能顶住压力、思路清晰。换个角度看，长面也能让你和面试官互相摸透，像谈恋爱一样多了解点，合不合适都能心里有数。但说实话，也碰过那种“磨人”式的长面，问的问题重复又没啥意义，效率低得离谱，感觉自己就是被反复拷问的“试验品”，那就真的是陷阱了——公司可能没啥明确目标，只是拖时间看你是不是“抗得住”。所以面试超长，机遇和陷阱都有，看你怎么看，别太死板。

二面的强度比较大，问的问题都很深刻，关于对上一段的实习经历的询问就暂时不放出来了，因为是用实习公司的实际运营内容去作答的，涉及到机密问题。 ok，让我们再复盘一下面试官问的技术细节问题吧。1.Spark是怎么做内存管理的？（开头就有点涉及到我的知识盲区了） 因为Spark与MapReduce最大的区别就是Spark是在内存中做计算，中间数据几乎不落盘，所以Spark对内存的管理有一套它自己的规范，主要目的是平衡数据的存储（基本就是RDD 的缓存，注意：很多同学一想到RDD的缓存就也想将checkpoint说出来，但是checkpoint是把时间落盘了的，这点要尤其注意，说错了很减分）和执行计算...