百度数据工程拷打

又是超过一小时的拷打，感觉这次挺综合的，八股、语言、大数据全都问了一遍

1. 项目拷打，主要问我的项目为什么采用Hive Transform这种比较小众的方案，我的回答感觉他还是比较满意的
2. 简述至少3种常见的排序算法，时间复杂度，稳定性
3. 关系型数据库的索引的常用数据结构是？选择这种数据结构的原因是？
4. MySQL中什么时候会导致索引失效？
5. Java线程安全的数据结构有哪些？
6. ConcurrentHashMap是怎么实现的？相比于在直接在HashMap外边加锁有什么区别？
7. HashMap的key可以是什么类型？有什么要求？
8. 处理金额相关的数据的时候，应该如何存储？在Java中和MySQL中应该选择什么数据类型？
9. Linux下如何用一条命令统计某个目录下各个子目录的占用空间大小？
10. 如果把Linux换成HDFS呢？如何统计？
11. 对于一个超大的HDFS系统，会有什么性能风险？有什么优化手段？
12. Spark的并发度是如何控制的？在一个任务中什么情况会导致并发度变化？
13. 考虑以下场景：某电商网站有一个用户表（用户id，用户所在城市）和一个订单表（订单id，下单用户id，订单金额），请（1）统计总销售额前十的城市和这些城市对应的销售额（2）统计总销售额在10万元至20万元之间的城市
14. 一个表有年、月、pv三个列，要求写行专列代码，转成年、一月、二月、三月……

#面经##实习##校招##数据工程##大数据##互联网##百度#