一面：
先问了项目
1. hadoop的读写流程，副本机制，为什么三副本，三副本怎么放（副本放置策略）
2. hdfs容错机制（secondarynamenode）
3. spark容错机制
4. spark的stage是怎么划分的
5. spark的部署、调度原理（master、worker这些）
6. 数据倾斜怎么处理
7. 实时处理的了解吗（我说flink），反压了解吗。
8. 两个窗口一个数据正常均匀，一个数据不平衡（比如前面数据特别多后面特别少），怎么处理（意思应该是有可能时间划分出错，调整一下窗口的起始位置和结束位置）
9. 算法题，链表判断是否有环、二叉树的深度
10. mysql索引什么时候无作用，或者说什么情况不适合建索引
11. 反问
二面：
问了项目还有工作经历（虽然不相关），不断往下问，主要看思路，可能考察工作实习有没有多思考
1. SQL题，两个表，表order是city,amount，表location是city, province，得出省份总交易额在[0,600],[400,1100],[1000,+infinite] 这三个区间的省份的数量
2. 算法题，字符串'AxxxxxBxxxxCxxxDxxx'（相当于log），A后面的信息是对应A这个key的value，B后面对应B的以此类推，将字符串它转成可读的信息
3. 上述题目，除了这种字符串保存的log，还能想出怎样的保存方式（有了解过json、正则？）
4. 为什么用字符串不用json，优点是什么
5. 反问
全部评论
(11) 回帖