华钦软件面试

场景优化方面：怎样解决数据倾斜的，主题域的划分，数仓分层的作用；你是如何进行数据同步的大数据组件八股：了解到什么大数据组件，分别有什么作用；HDFS怎么读取文件；spark宽窄依赖sql方面：手撕或者口述连续登录思路；留存率问题；简单点就是两表连接

1.自我介绍，项目介绍2.你简历里说你用 Flink CDC 做了 MySQL 的增量同步，那我问你个问题哈：如果MySQL 有一张表发生了历史字段变更，比如某个字段从int改成了 string，你们的 Flink CDC 是怎么处理这种变更的？你们有遇到这种情况吗？线上出现这种情况怎么办3.Hive我想问下，你跑的慢的那个任务，是单表扫描慢，还是Join的时候卡住了？有没有看过 DAG？是哪个 Stage 卡住了？如果是Join卡，你是怎么调优的？广播 Join、Map Join、BucketMapJoin 你用过哪些？各自适合什么场景？4.看你用过kafka，你当时Kafka的Topic ...

time line:9/18一面(我好像没投过这个,貌似是那边的人把我投到字节的简历拿过去了)40分钟左右,估计没戏,简单地问了一下项目,mysql索引,慢sql优化学没学过go,讲一下go的特点es原理:倒排索引,字典树...es keyword,text区别(回答会不会分词,不知道对不对,没给我反馈,好像一直在记录面评,慌的一匹)看我简历上写minio,xxljob任务调度(盲猜时间轮)试图问我原理,结果被我发动''不会''导致无法选中场景题: 设计一个高并发短链系统算法: 用给定数组内数字组成最大的小于n的数(好像出现很多次了)反问:是做go的吗?内部用gin吗(回答不用自研框架)?其实还是挺想去转go的,但是估计无了不过该说不说,大厂面试还是挺舒服的,起码不会感觉自己一直在背八股,还是有一定思考空间的,面试官也挺好,表情没那么严肃,不会感觉到紧张,这周每天都在面试,感觉有高中月考那味了9/19晚上更新:约下周三二面(一天没收到信息还以为凉了,看样子运气不错)

自我介绍实习简单介绍八股：1.java类特点2.常见数据结构及特点3.hdfs写流程4.mapreduce和spark的shuffle过程5.如何处理数据倾斜6.tcp与udp区别7.olap和clickhouse是否了解8.hdfs中的namenode和datanode作用9.secondary namenode作用10.宽窄依赖是啥介绍之前的一个项目以及难点是否了解实时数据处理方式sql题目：行转列和分数前五的学生row_number和rank，dense_rank区别算法题目：求给定数组，选三个数作为三角形三条边，求三角形最大周长总体八股考的很基础，面试半个小时草率结束