11/9 taptap心动大数据平台开发实习

上周一面完的二面，是总经理面（非技术），hr说每个人最多就10分钟，然后二面问了五六分钟的个人情况就结束了，想问一下达梦的二面会卡人吗，有没有友友二面后收到消息的

面试时间：2025.09面试部门：电商timeline：09.24一面，09.29二面，然后转到正式批流程中，就没有后续了一面（80min）面试官介绍部门业务自我介绍+实习经历简介实习经历全方位拷打（35min）Spark SQL的运行流程Spark SQL编译过程中做的一些优化手段刚才提到的都是静态优化，有没有动态优化的手段Spark有哪些Join方式，如何选择，优先级是什么sql题：给一张表student，记录了学生的分数：id, item（课程）, score求科目前10名 以及每个科目的最高分 追问：求最高分是否可以不用join求各学科均>60的学生追问：如果极端情况，某一科所有...

1.列举几种数据倾斜的情况，并解释为什么会倾場咏，以及如何解决?2.解释一下 SQL 运行步骤，是否有优化空间如果有，如何优化:SELECT a.id,b.nameFROM a LEFT OUTER JOIN bON a.id =b.idWHERE a.dt='2016-01-01'AND b.dt='2016-01-01';3.已知表 a 是一张内部表，如何将它转换成外部表?请写出相应的 Hive 语句4.用 select 做查询时，用哪个函数给值为null的数据设置默认值?5.Hive 中，建的表为压缩表，但是输入文件为非压缩格式，会产生怎样的现象或者结果?6.订单详情表 ord_det(order_id 订单号，sku_id 商品编号，sale_qtty 销售数量，dt 日期分区)，任务计算2016年1月1 日商品销量的 Top100，并按销量降序排序7.某日志的格式如下:pin|-lrequest_tm|-url|-|sku_id|-|amount，分隔符为"-'，数据样例为:张三-|q2013-11-2311:59:30-www.jd.com-100023-110.15。假设本地数据文件为 sample.txt,先将其导入到 hive的test 库的表t_sample 中，并计算每个用户的总消费金额写出详细过程包括表结构8.test.log 日志中内容如下左列所示，使用awk 输出右列 4行数据:左列:10-3-jd-dv、2-4-jd-dv、5-7-pv-click、36-24-pv-uv、37-24-pv-uV、24-3-uv-mq右列:10-4-jd-dv、5-7-pv-click、37-24-pv-uv、24-3-uv-mq9.Storm 的分组策略有哪些?

面试时间：2025.03面试部门：平台产研timeline：3.5一面，3.10二面，3.12hr面，3.15oc一面（1h）自我介绍，问最早什么时候能来实习JVM内存模型和垃圾回收机制线程和进程的区别一个进程中有三个线程，其中一个线程OOM了，会对其他两个线程造成影响吗？如果会的话有什么影响算法手撕：判断是否是完全二叉树SQL手撕：给定一张订单表，求出近30天内每日订单销量排名前十的省份用过Flink SQL吗？介绍一段实习经历/项目经历，有哪些难点？如何解决的？反问二面（35min）自我介绍讲一个实习/项目中的难点，如何解决的Spark任务提交的运行流程（讲了Spark on YARN的c...