字节最后一天投的提前批，然后面试过一次，面试的基础架构部，被吊打了一顿
前几天HR约我又面一次，换了个部门吧估计，我也不知道什么操作，我简单记录下面试记录吧，给大家一个参考。
面试时间比较长，两面都是一个多小时，问的东西也很多，所以有的可能记不起来了，想到什么写点什么吧。
1h20min
一面：
1.自我介绍
2.Java熟悉吧？讲一下JVM内存区域划分，讲一下GC
3.TCP和UDP讲一下吧
4.Java三大特性，详细详细详细，是详细讲一下
5.B树讲一下
6.Mysql有哪些引擎，讲一下区别
7.聚簇索引是什么，讲一下
8.Spark和Flink仅一次语义如何实现？
9.SparkStreaming消费kafka这么保证数据不丢，不重复消费？
10.数据倾斜怎么优化？
11.Spark中BroadCast join，讲一下原理
12.大表join大表怎么优化？
13.Java启动多线程的几种方式
14.做一道题吧，一个SQL题（ps: 有两个表，两条语句，问执行结果是什么？考的left join 和 inner join，比较简单，大家肯定都会）
15.讲讲你熟悉的项目吧？
- 这里主要讲了两个项目，一个是实时数仓的项目，用flink做的，一个是spark做的一个全链路监控的项目
- 介绍了下项目背景，以及使用多线程的优势，然后讨论了蛮久，头条的面试官很友爱的提了几种其它的解决方案，还是收益匪浅的。
- 写了个double check的单例模式，算很基础的了吧，面试官也没怎么问volatile啊，CAS啊，synchronized这些
19.HashMap原理？详细说一下，put，get？
20.Hive的执行原理说一下
21.Hive的元数据存储方式说一下
22.MapReuduce的执行过程
23.你说的那个环形缓存区中的数据是有序还是无序
- 这块确实不了解，只能实话说不了解，我说flush到磁盘上后进行了归并排序，那么缓存区应该没有进行排序，否则就是有序的了，面试官提示有多个map任务都是往环形缓存区中写的，我说应该是有序的，然后再进行一次归并
24.快排和归并排，讲一下怎么实现的？快排最坏和最优的时间复杂度？归并排的空间复杂度？归并和快排的排序稳定性？
- 基础算法问题，大家要多熟悉，这几个问题说不上来，说你搞计算机的过不去吧？
25.写一道算法题吧：一个无序数组中找最大的三角形周长，要求NlogN的时间复杂度
- 看到log无非就是排序或者二分，既然求三角形最大周长，无非就是满足三角形定义的条件下的最大周长
- 直接暴力的话肯定超过了NlogN，一般数组题没啥思路就先排序，然后考虑二分或者双指针，或者前向遍历或者后序遍历
- 可以联想到排序之后 a,b,c 三角形的性质就是 a + b < c即可，所以反向遍历找这个最大值即可，还是比较简单的
26.我这里可以了，你稍等一下准备二面。
二面
1.自我介绍一下吧
2.讲一下你最有两点的项目，我说刚才介绍过了，可以换一个讲吧，面试官说那他挑一个吧，让我讲一下实时大屏项目
- 这个问的就很仔细了，从数据源source到sink，每一步都扣的很细
- 主要问了一下Kafka的问题，讲一下Kafak的ISR？
- 讲一下kafka的副本同步机制，我说不了解，我能按我理解讲吗？面试官说可以，你想一下世面上的开源框架的容错怎么实现的，我说应该和Hadoop的副本容错差不多吧，讲了一下，感觉不太对。因为我kafka其实用的很少，基本没用过，都是用的公司内部中间件。
- 将一下uv怎么计算？天uv，月uv? 我说数据量不大的话就使用spark内部状态保存的Set数据结构去重，数据量大的话需要保存到Redis等中间件中，同样可以使用set。同时也可以内部实现一个布隆过滤器，得到近似的一个uv值，同时可以使用Redis中的HypeLogLog，实现一个去重。面试官问Redis还能实现去重统计？。。可以的，用HypeLogLog可以，他说原理是什么，我说具体算法比较复杂，总的来说是基于概率的一个统计值，有一定误差，面试官问数据存储是按什么存储，我说应该是按位图。
- 又问到了大表join大表怎么优化？
- BroadCast join实现原理，具体底层怎么实现的？
- 还有一些项目流量啊这些问题，qps多少啊，基本都是一些业务问题了，就不说了
3.Hive中TOP N怎么实现，是实现原理，不是HQL实现，翻译成MapReduce是什么样子
无非就是大数据常用的分而治之的思想，按自己的理解说一下就可以，我说每个map任务维护一个堆，堆大小为N，然后reduce的时候进行排序，取N个
4.Hive中order by和sort by的区别
这块实际使用我只用过order by，我说大数据无非就是两种排序，一个全局排序，一个分区有序，我说这两个语句应该对应这两种排序方式，一般我们用的是order by，是一个全局排序，所以说sort by应该是按key分区有序吧（估摸着是这样，一会我也查一下）
5.Flink水位线实现原理？
6.做到一道题吧
- uid class_name score
- a 语文 90
- a 数学 91
- a 英语 80
- c 英语 91
- 转换为
- uid 语文 数学 英语
- a 90 91 80
- c null null 91
- 第一次想着用left join，写了两步被面试官叫停了，说有别的方式吗？我说应group_set然后split，面试官说换个
- 想了一下用case when可以实现，这里就不写了，比较简单
7.说一下你工作中遇到难以解决的问题怎么处理的？
交流了一下
8.做个简单的题吧，二叉树最近公共祖先？
- 这个比较简单，一分钟写完了
- 面试官问你做过这道题吗？我说应该刷到过，有大概的思路。
- 二叉树的题都差不多，无非就是三种遍历方式加上traverse和divide&conquer两种思想进行dfs或者bfs，有这个思想二叉树题目都比较简单的。
9.有什么问我的吗？
给我点建议吧，他说广度不错，深度要加深一下，有的问题要专研。
10.5分钟后hr说二面通过了，约个3面时间
总结
1.问题基本都很基础吧，如果你项目多一点，可能就会追着项目问的多一些
2.基本不会的话也要按自己理解说一下。
3.算法题的话都很普通，公共祖先应该是LeetCode原题吧，做这道题的时候一下子写出来了，容易给面试官造成一种你做过，没看出你的思维过程，我面试经验也不多，也不知道这种情况怎么处理，装一下不会吗？
4.头条面试效率还是很高的，当即就能知道结果。
全部评论
(0) 回帖