作业帮大数据提前批一面二面面经
一面 2020.08.08 45分钟
1.flume如何埋点，定位数据的位置
2.kafka的数据流的时序性
3.kafka连接sparkstreaming的几种方式等等
4.如何设计数仓架构
5.redis有哪些数据结构，应用场景有哪些
6.手撕代码：40亿个ip地址，每个ip平均50字节，设计一个黑名单，可快速判断一个ip在不在这个黑名单中
二面 2020.08.08 50分钟
1.kafka如何保证数据不重不漏
2.sparkstreaming底层实现原理
3.spark哪些算子一定会发生shuffle
4.join会不会发生shuffle
5.介绍一下spark core的原理
6.手撕代码：给你一个hdfs上/tmp/data.text文件里 的表class student subject score用spark core完成统计每个class总成绩前十名的student
7.手撕代码：给定两个等长数组y[N];A[N]，编程实现如下效果：
其中y中元素为正整数1-50，A中元素为实数-10000-10000，各自数组中都有可能出现重复的数值
选取一组下标集合 {0，1，2.。。。N-1}，使得子数组Y’的不同元素计数乘以数组A'元素之和的值最大，输出最大值。
即使得count(distinct Y[I])乘以sum[A(i)]最大
总结：面试体验很好，自己水平还是有限
全部评论
(9) 回帖