关注并标星 3分钟秒懂大数据

每天1次，打卡阅读

更快更全面获取大数据技术博客

字节跳动-大数据研发面经（已OC）

下面分享一位求职者面试 字节跳动的秋招提前批大数据研发面经！，该求职者6月1号通过内推，投递简历，6月2号打电话约的1面。具体的面试内容如下：

一面：1小时20分钟，6月2号

1.自我介绍（大概2-3分钟，简短的个人信息，做过哪些项目，主要熟悉精通的技术栈，不用多，引导面试官往这方面提问。）

2.聊之前的实习，做过的具体工作内容

3.kafka掌握怎么样，设计原理讲一下

4.kafka如何保证数据的不重复和不丢失？

5.kafka里面存的数据格式都是什么样的？

6.flink有没有接触过呢，window了解吗?

7.你说说spark中 job,stage,task，分别代表什么？

8.说说Spark的工作机制？

9.spark任务的执行流程

10.Spark如何进行分桶

11Spark任务调度有几种方式？(任务是怎么分配给executor)（调度算法）

12.做题吧，两道sql，两道算法，写出来；

12.1

订单表 orders：

订单 ID (order_id)、销售 (employee_id)、成交价格 (price)

销售表 employees：

销售 ID (employee_id)、销售姓名 (employee_name)、所在区域 (region) 

求各个销售的总销售额，要求有销售 ID、姓名、所在区域

12.2 — sql

订单表 orders：

订单 ID (order_id)、销售 (employee_id)、成交价格 (price)

销售表 employees：

销售 ID (employee_id)、销售姓名 (employee_name)、所在区域 (region) 

求各个区域销售额最高的销售对应的销售 ID、姓名、所在区域、销售额

12.3 — 算法

给定一个升序整数数列 L（L 中没有重复元素）和一个整数 n，判定 n 是否在 L 中

12.4

给定一个集合，求这个集合的所有子集组成的集合。可用序列来表示集合。

13.反问：您觉得我之后需要加强哪方面的学习？

总结：面试的很舒服，聊着聊着状态就特别好，题都a了

一面结束，第二天早上就接到电话进行二面，约约的6月5号

二面：1h10分钟、6月5号

二面面试官也很好，都有回应

1.自我介绍

2.实习时长

2.说一下mysql的索引吧

3.B树和B+树的区别，问的很细

4.你是考研还是保研，顺便说了下我简历的问题

5.spark掌握如何？Spark的累加器了解吗？任务调度有几种方式？(任务是怎么分配给executor)

6.jvm掌握如何？

7.多线程呢？

8.kafka呢，kafka如何保证对应类型的消息被写到相同的分区？消费者如何确定哪些消息读过，哪些没读过？

9.500G 的文件，机器 1core 1G，频率TopN

10.两道算法题

10.1

add(x)

delete(x)

random()

设计一个数据结构满足三种操作时间复杂度O(1)

10.2 岛屿问题变形，八个方向

11.反问：您觉得我之后要加强哪方面学习

flink，kafka要深入学一下，jvm多线程要补一补，之后会有三面

过了一个多小时，接到电话，直接hr面了

三面：20分钟、6月5号

大概就是个人优缺点，校园生活之类的，聊天

最后反问是不是hr面通过就录取了。没问题的话这周就发offer

俩小时之后就发offer了，太效率了，赞！

End

 找各类大数据技术文章和面经，就来

<3分钟秒懂大数据>

随时更新互联网大数据组件内容

专为学习者提供技术博文

快和身边的小伙伴一起关注我们吧！

作者简介：逆流而上Mr李，秋招7offer,CSDN博客：https://blog.csdn.net/weixin_38201936