【秋招面试】分享一则大数据面经:货拉拉大数据平台实习岗

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 【秋招面试】分享一则大数据面经:货拉拉大数据平台实习岗

货拉拉 大数据平台实习 一、二面、HR面(已offer)

作者:一步一步往上爬。

链接:https://www.nowcoder.com/discuss/670596?type=0&order=0&pos=14&page=1&ncTraceId=&channel=-1&source_id=discuss_tag_nctrack

来源:牛客网

效率好高,6.9一面,6.10二面,面完一小时后hr面,已经拿到offer。

6.9 一面 60min

1、自我介绍

2、闲聊(奖学金,评分标准)

3、深挖项目

4、Java基础

抽象类和接口的区别

final修饰类(这个没答上来…只记得修饰对象、变量的作用)

Synchronized的用法

可重入锁

Java的反射

Maven开发工具如果出现不同项目里同一个包的版本冲突怎么办?

5、数据结构和算法

平衡二叉树,作用

搜索树,复杂度

动态规划?

LRU(口述,之前写过,不过有一些点忘记,跟面试官讨论了一段时间)

6、计算机网络

TCP中的滑动窗口

广播风暴(忘记了,没回答上来…)

HTTP是连接的吗?举一个使用UDP协议的应用层协议

7、反问

部门主要工作

面试表现,还有几轮面试

还有哪些提高的地方

6.10 二面 33min

1、实习时间

2、Java基础

线程池(面试官说了一个我不懂的线程池,然后问我跟ExecuteThreadPool的区别,我说我不懂…不过对ExecuteThreadPool有所了解,他让我介绍了这个。)

后面问我有哪几种队列,可缓存的线程池最多有几个线程。(害这个面完才想到…失误了)

线程有哪几种创建方式?Thread,runable,callable,各自的区别。

3、大数据组件

Hadoop put文件过程,速度限制(速度限制不懂…)

副本策略

块大小及其原因(我讲了太大太小都不行,面试官说对了一些,还没答道点子上,主要跟寻道有关)

hive优化

4、操作系统

进程与线程的区别

线程越多越好吗?

5、数据库

索引

给个联合索引的例子,问会不会走索引?联合索引的底层?

索引数据结构?为什么用B+Tree不用红黑树?

5、排序

稳定排序?冒泡和快排,时间复杂度?快排的过程?最差情况?

6、场景题

一百万个数求最大100和最小100.

7、反问

6.10 hr面 二面过一个小时 8min

拉家常,实习时间等等。

一面到反问阶段面试官才意识到我的简历有写大数据组件,然后就随口提了几个问题。不过不得不说,面试官真的很好很有礼貌,说完问题就说现在到了你问我的阶段,这些问题就不用回答啦。然后我说我简短的回答一下吧,最后就记得几个回答几个。 😂

二面应该是leader面,也很有礼貌,上来都会先做自我介绍。然后问到深的地方我不清楚他就说咱换个问题,也有引导性。

总的来讲,货拉拉的面试体验真的很不错,面试官会先自我介绍,也会闲聊;最后问部门工作的时候,详细的说了好多,很感动哈哈哈。

问题集锦:

1.抽象类和接口的区别

2. final修饰类(这个没答上来…只记得修饰对象、变量的作用)


表示该类是无法被任何其他类继承的,意味着此类在一个继承树中是一个叶子类,并且此类的设计已被认为很完美而不需要进行修改或扩展。

3. Synchronized的用法

Synchronized是可重入锁的一种

4.可重入锁

什么是 “可重入”,可重入就是说某个线程已经获得某个锁,可以再次获取锁而不会出现死锁

5.Java的反射

JAVA反射机制是在运行状态中,对于任意一个实体类,都能够知道这个类的所有属性和方法;对于任意一个对象,都能够调用它的任意方法和属性;

6.Maven开发工具如果出现不同项目里同一个包的版本冲突怎么办?

寻找重复引用的jar。

定位这些Jar在哪里被引用了。

接下来需要分析舍与留,原则上保留高版本,大多数情况下是向下兼容的。

2、Java基础

线程池(面试官说了一个我不懂的线程池,然后问我跟ExecuteThreadPool的区别,我说我不懂…不过对ExecuteThreadPool有所了解,他让我介绍了这个。)

后面问我有哪几种队列,可缓存的线程池最多有几个线程。(害这个面完才想到…失误了)

线程有哪几种创建方式?Thread,runable,callable,各自的区别。

3、大数据组件

Hadoop put文件过程,速度限制(速度限制不懂…)

副本策略

块大小及其原因(我讲了太大太小都不行,面试官说对了一些,还没答道点子上,主要跟寻道有关)

hive优化

4、操作系统

进程与线程的区别

线程越多越好吗?

5、数据库

索引

给个联合索引的例子,问会不会走索引?联合索引的底层?

索引数据结构?为什么用B+Tree不用红黑树?

5、排序

稳定排序?冒泡和快排,时间复杂度?快排的过程?最差情况?

6、场景题

一百万个数求最大100和最小100.


相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
2月前
|
存储 分布式计算 大数据
【赵渝强老师】阿里云大数据存储计算服务:MaxCompute
阿里云MaxCompute是快速、全托管的TB/PB级数据仓库解决方案,提供海量数据存储与计算服务。支持多种计算模型,适用于大规模离线数据分析,具备高安全性、低成本、易用性强等特点,助力企业高效处理大数据。
139 0
|
22天前
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
|
3月前
|
存储 缓存 分布式计算
OSS大数据分析集成:MaxCompute直读OSS外部表优化查询性能(减少数据迁移的ETL成本)
MaxCompute直读OSS外部表优化方案,解决传统ETL架构中数据同步延迟高、传输成本大、维护复杂等问题。通过存储格式优化(ORC/Parquet)、分区剪枝、谓词下推与元数据缓存等技术,显著提升查询性能并降低成本。结合冷热数据分层与并发控制策略,实现高效数据分析。
|
3月前
|
人工智能 分布式计算 大数据
构建AI时代的大数据基础设施-MaxCompute多模态数据处理最佳实践
本文介绍了大数据与AI一体化架构的演进及其实现方法,重点探讨了Data+AI开发全生命周期的关键步骤。文章分析了大模型开发中的典型挑战,如数据管理混乱、开发效率低下和运维管理困难,并提出了解决方案。同时,详细描述了MaxCompute在构建AI时代数据基础设施中的作用,包括其强大的计算能力、调度能力和易用性特点。此外,还展示了MaxCompute在多模态数据处理中的应用实践以及具体客户案例,最后提供了体验MaxFrame解决方案的方式。
421 2
|
11月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
1300 1
|
6月前
|
存储 分布式计算 运维
课时6:阿里云MaxCompute:轻松玩转大数据
阿里云MaxCompute是全新的大数据计算服务,提供快速、完全托管的PB级数据仓库解决方案。它拥有高效的压缩存储技术、强大的计算能力和丰富的用户接口,支持SQL查询、机器学习等高级分析。MaxCompute兼容多种计算模型,开箱即用,具备金融级安全性和灵活的数据授权功能,帮助企业节省成本并提升效率。
199 0
产品经理-面试问题(实习)
这份文档主要讨论了实习面试中的常见问题,指出市面上的“面试100问”多针对C端产品,而B端和G端产品的面试则更注重实际工作经验。文中列举了几个典型的实习面试问题,如介绍实习经历、遇到的困难及解决方法、最佳项目以及竞争优势等,并提供了回答这些问题的思路和建议。文档还引导读者查阅更多相关资料,如高频分级面试和初级面试问题。
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
人工智能 分布式计算 架构师
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
|
机器学习/深度学习 搜索推荐 算法
飞天大数据平台产品问题之AIRec在阿里巴巴飞天大数据平台中的功能如何解决
飞天大数据平台产品问题之AIRec在阿里巴巴飞天大数据平台中的功能如何解决

热门文章

最新文章