点击上方 "大数据肌肉猿"关注, 星标一起成长
后台回复【加群】，进入高质量学习交流群
2021年大数据肌肉猿公众号奖励制度
之后会持续整理一些可下载的学习资料分享给大家，大家记得将公众号设置星标哦！更多资料获取、学习交流后台回复【加群】
楼主5月初入职滴滴实习，7月底得知今年滴滴不好转正，遂离职复习巩固 基础+项目 备战秋招。因为准备的时间比较早，有幸赶上了各大厂的提前批面试，面试岗位是大数据开发工程师，目前已入职腾讯。我本科是水利水电专业，研究生转入软件工程，编程语言用Java，做过一个大数据开发的项目，以Kafka作为数据总线，所以Kafka的问题会涉及的比较多，实习期间主要是写hive sql，所以会有比较难的sql题，大家可以结合自己的项目和实习经历进行针对性复习。下面的面经只涉及技术，hr面就不写了，因为不同公司会有重复的问题，重复的问题也不写了。个人觉得不错的大数据学习网站：http://dblab.xmu.edu.cn/blog/2、String、StringBuffer、StringBuilder的区别，怎么理解String不变性3、==和equals的区别，如果重写了equals()不重写hashCode()会发生什么4、volatile怎么保证可见性，synchronized和lock的区别，synchronized的底层实现5、sleep和wait的区别，sleep会不会释放锁，notify和notifyAll的区别8、Cookie和Session的区别，怎么防止Cookie欺骗9、从用户在浏览器输入域名，到浏览器显示出页面的过程1、看你写过UDF，谈谈对UDF的理解，写UDF的目的，代码怎么写的2、改造hive表后怎么进行数据一致性校验的，有没有自动化流程3、看你读过kafka源码，讲讲kafka broker的源码里面你最熟悉的类，以及这个类的主要方法，用的什么设计模式4、项目里面从数据采集到最终的数据可视化，每个环节都有可能丢数据，怎么判断数据有没有丢，如果丢了如何定位到在哪一个环节丢的5、项目里面为什么要用kafka stream做实时计算，而不是用spark或者flink，kafka sql和spark sql了解过吗6、项目里面用到了时序数据库opentsdb，为什么要用这个，有没有跟其它的时序数据库对比过1、看你写了实时计算的程序，你怎么保证计算的结果肯定是对的2、数据接入的时候，怎么往kafka topic里面发的，用的什么方式，起了几个线程，producer是线程安全的吗3、kafka集群有几台机器，怎么确定你们项目需要用几台机器，有评估过吗，吞吐量测过吗4、
spark streaming是怎么跟kafka交互的，具体代码怎么写的，程序执行流程是怎样的，这个过程中怎么确保数据不丢5、kafka监控是怎么做的，kafka中能彻底删除数据吗，怎么做的平时是怎么学习的，爱看哪些博客，怎么看待加班，有没有成为leader的潜力1、sql题：学生成绩表，把每科最高分前三名统计出来3、kafka如何保证高吞吐的，了不了解kafka零拷贝，具体怎么做的4、sql有几种join，map join了解过没3、写一下mysql binlog的数据格式，怎么进行数据清洗的去了北京美团公司里面试，一上午面完，第二天通知高分通过2、sql题：一张网页浏览信息表，有两列，一列是网页ip，一列是浏览网页的用户（比如a或者b、c、d直到z），求这些网页被a和b或者a和c或者b和c两两组合访问的次数4、设计学生成绩管理系统，符合第三范式要求，并绘出UML图7、spark streaming从kafka中读数据的两种方式9、Elasticsearch的索引，单field索引和多field的联合索引
10、linux查看某文件的大小，vim中怎么替换内容11、海量数据的Count问题（单机），如果把大文件hash成不同的小文件，此时小文件装不下某个key对应的数据，该怎么办12、智力题：8升水，有一个5L的杯子和3L的杯子，怎么得到4升水1、osi七层模型，三次握手和四次挥手，为什么两次握手不行2、kafka怎么保证高吞吐量， 项目中有测过吞吐量吗，相比于其它MQ，为什么会选择kafka，kafka怎么保证exactly once语义4、hive sql怎么转换成底层的MapReduce程序，以及shuffle的过程5、算法题：被围绕的区域，leetcode第130题原题6、智力题：一头母牛每年生一头小母牛，每头小母牛从第四年开始，每年也会生一头小母牛，写个公式求第n年会有多少头牛1、java和python的区别，对面向对象的理解，和面向过程相比有什么区别5、volatile和synchronized的区别8、设计题：一个停车场有一些大车位和小车位，大车只能停大车位，小车既能停大车位又能停小车位，实现这种场景下的调度系统1、算法题：输入一个字符串，输出该字符串中字符的所有排列5、快排的时间复杂度和空间复杂度，最优情况和最差情况分别是多少，是稳定排序吗，快排为什么快2、两道算法题：路径问题，leetcode上63题和64题原题4、智力题：一张圆桌子，我和面试官轮流往桌子上放硬币（随便放），直到桌子放不下为止，最后一个放硬币的人赢，如果我先放，怎么保证我肯定赢面试官是做安卓的，瞧不起大数据，觉得大数据很虚，我跟他bb了一堆。然后问我有没有女朋友，我说以前有，现在分了；问我什么时候谈的，什么时候分的，我说本科谈的，毕业分了；问我为什么要分，此处省略一万字......问我现在想没想过再谈，我说毕竟转专业过来的，想趁在校期间利用好短暂的时光提升自己的技术水平（其实因为找不到）；然后面试官说以后工作了就不好找咯，我说您说的有道理............3、spark怎么划分stage，宽窄依赖，各包括哪些***作4、zookeeper怎么保证原子性，怎么实现分布式锁1、sql题：找出单科成绩高于该科平均成绩的同学名单（无论该学生有多少科，只要有一科满足即可）2、sql题：找出单科成绩高于该科平均成绩的同学名单（该学生所有科都必须满足）4、算法题：使用最小花费爬楼梯，leetcode746题原题3、算法题：给一个整数数组和一个目标值，找出数组中和为目标值的两个数阿里的面试还是比较重视基础的，应该是bat里面问基础问的最多的1、HashMap和HashTable的区别，HashMap怎么解决hash冲突，jdk1.8后对HashMap的改进2、讲讲ConcurrentHashMap，
ConcurrentHashMap怎么保证线程安全，HashTable怎么保证线程安全4、ArrayList和LinkedList的区别，是不是线程安全的5、讲讲设计模式，最常用哪种设计模式，单例模式的实现方式6、进程和线程，Java实现多线程的方式，什么是线程安全，怎么保证多线程线程安全9、JVM垃圾处理方法，对象什么时候进入老年代，什么时候进行FullGC10、Java堆溢出问题怎么处理，内存泄漏和内存溢出的区别11、智力题：50个红球和50个黑球往两个桶里放，然后自己去抽，怎么样才能使抽到红球的概率最高2、介绍一下索引，索引设置的规则，聚簇索引和非聚簇索引的区别，索引的最左前缀原则3、用过redis吗，redis支持哪些数据类型，redis与mysql的区别5、jvm调优做过没，-Xms和-Xmx分别指什么6、算法题：输入两个字符串，输出它们合并排序后的结果5、设计题：一个市有9个消防站，现在要新增3个消防站，这3个消防站应该放在哪里·················END·················
你好，我是峰哥，一个骚气的肌肉男。独自穷游过15个国家，60座城市，也是国家级健身教练。
二本车辆工程转型大数据开发，拿过66个大数据offer，现任某知名外企高级数据工程师。
毕业一年，靠自己在上海买房，点此看我2020年总结。为人亲和，欢迎添加我的微信 Fawn0504 进行交流或围观朋友圈。
