本人河北人，拿了几个大数据岗的offer还有一个研究所，求各位大佬参谋参谋。   家里条件一般，家人希望去研究所，怕互联网太辛苦。本人希望去互联网打拼打拼再回石家庄或者天津，这样也能为家里减轻点负担。   而且研究所搞得方向零基础，进去需要重新学。   研究所总包二十万   互联网30+

许愿阿里意向书！

本人211本硕，自学大数据一年半，有两个普通的大数据项目，无实习，学了特别多大数据的组件，收获了几个offer   水平算不上一流，只是马马虎虎吧吧，在此做一个总结。     秋招历程.：7.10-9.06    面试过的所有公司（11）：   一档： 字节提前批，百度提前批，京东寻猎计划，字节正式批，阿里巴巴，快手提前批   二档： 新浪微博提前批，大华提前批，猿辅导，作业帮提前批，小米提前批，   三档： 昆仑万维   央企：中国电科54所     拿到意向书：   百度  京东  小米  中国电科54所       走完流程等开奖：   阿里巴巴   微博       一面挂的公司：  ...

小米打电话开奖了，感谢雷布斯！，互联网金融业务的大数据开发！

快手二面  1小时   1.介绍项目   2.项目里为什么用kafka，它有什么优势   3.redis的数据量过大，内存要爆了，怎么办？从数据持久化的角度出发回答这个问题   4.cpu占用率过高咋解决？咋排查   5.发生full gc的可能原因？怎么定位full gc问题   6.hdfs不支持对写入数据的修改和更新，而hbase可以对写入的数据进行修改和更新，而且hbase底层是hdfs，那么hbase是怎么做到的   7.lucene的底层数据结构   8.java中如何判断一个对象多大   9.线程池几个核心参数   10.hbase避免数据倾斜的策略   11.手撕代码...

一个月时间完成了阿里5轮技术面+今日hr面  走完流程已很不容易，期待oc

三面过去了25天了，终于等到了面试通过的电话，开心的一天，继续加油做最棒的自己！小伙伴们加油！

快手提前批数据架构研发工程师一面面经  2020.08.31 1小时       1.介绍项目   2.flume采集数据的时候用的source源的类型   3.flume+kafka+sparkstreaming这个流程中为什么要用kafka而不用redis等；把kafka的优点答一下完事   4.kafka零拷贝的实现原理   5.如何保证整个流程消息不重复消费   6.hadoop中挑你最熟悉的一个组件讲讲：mapreduce   7.mapreduce的环形缓冲区的100m大小啥时候调整，调整完有啥影响？能不能把它调成无限大？其实在问环形缓冲区的调优   8.环形缓冲区的作用是什么？ ...

小米大数据提前批一面二面面经      小米一面  2020.08.18  50分钟   1.leetcode第二题：链表相加   2.删除链表的倒数第k个节点   3.sql:已知表a的两个字段：id,weight求topN   4.sql：已知一个表a的字段log是string类型，拆分此字段：   log   1-w   222-abc   结果：   id     name   1      w   222  abc   5.用spark core实现第三题   6.用spark core实现第四题   7.tcp/udp   8.三次握手，四次挥手；七层网络模型         小米...

阿里巴巴淘系大数据研发工程师三面面经  2020.08.22  41分钟       1.介绍一下Hadoop的架构   2.谈谈spark的宽窄依赖   3.spark sql的执行流程   4.sql文本解析成抽象语法树底层是怎么实现的   5.kafka的架构；kafka和其他消息中间件的对比？项目中为什么用kafka   6.如何保证整个项目的容灾，可扩展性，以及数据一致性   7.项目中遇到了哪些难点，怎么解决的   8.java与scala的区别      问题都是基于项目及扩展，很注重问你用这个组件的原因，以及为什么这么设计，问题都很有深度，不是很好回答，比较考验架构思维及技术选...

牛客的各位大佬，有没有知道腾讯北京哪些部门有大数据岗的需求,HC比较多的

贝壳大数据一面面经  2020.08.16 1小时      1.项目   2.redis持久化机制   3.mysql底层原理及索引优化   4.分布式锁实现原理   5.IO多路复用怎么实现的？   6.Java线程池的实现原理？线程池的优点   7.tcp的4次挥手过程？   8.time wait的作用   9.zookeeper的选举机制   10.内存管理，物理内存与虚拟内存的映射讲讲   11.close过多是怎么造成的，会带来什么问题？怎么解决   12.输入一个网址，内部发生哪些过程然会显示对应的内容？   13.手撕代码：三数之和   14.54张扑克牌乱序的其中少了1张，...

字节跳动秋招大数据开发一面面经   2020.08.13  60分钟      1.手撕代码：俄罗斯套娃问题或者叫信封问题：先排序+最长递增子序列   2.redis的持久化机制   3.开启了RDB和AOF混合持久化后，机器挂了再重启后，持久化过程是怎样的？   4.mysql索引可用哪些数据结构实现？各有哪些应用场景？   5.出了一个sql索引优化题基于联合索引的   6.spark join的几种实现方式  hash join ;merge join,broadcast   7.kafka高吞吐的原因   8.IO多路复用的实现方式？实际用过IO...

阿里巴巴淘系大数据研发二面面经  2020.08.14 32分钟       1.介绍项目流程   2.spark sql 的执行流程   3.sparkstreaming的实现原理，它与flink的区别是什么   4.hadoop与spark的区别   5.mysql的事务原理   6.es倒排索引以及ES的分片，节点之间的关系   7.hashmap的实现原理   8.spark的调优参数讲讲用到过的   9.G1垃圾回收器讲一讲   10.spark shuffle机制以及如何划分shuffle   11.spark用的时候你遇到过的痛点有哪些   12.把你认为其他有价值的点再讲讲？基...