蘑菇街三面面经，数据仓库岗位

Gaussdb是什么数据库Gaussdb和Doris有什么区别数据湖和数据仓库有什么区别hudi中你们用的哪种表类型hudi怎么实现实时数据更新的HIVE有哪些模块知道HIVE的thrift吗，有什么好处生产中是用哪种方式连接HIVE的，会用jdbc连接吗知道哪些spark的运行模式yarn-client和yarn-cluster的区别是什么，从中选一个运行模式具体介绍下select a,sum(b) where c>0 group by a。spark中是怎么实现的，你觉得这个语句什么情况下会出现数据倾斜，怎么优化它spark中小文件你怎么处理的我想将数据只写入到10个文件里面，怎么处理，distribute by cast(rand()*10 as bigint)怎么将a字段的值一样的数据写入到同一个文件，并最后只生成5个文件 distribute by mod(a,5)Spark中的Job、stage、task是什么关系spark的Job可以并行执行吗，stage可以并行执行吗，什么情况下stage可以并行执行，举个stage并行执行的例子Flink怎么处理积压的Flink的Exect-Once怎么实现的java的内存空间分哪些怎么让栈空间溢出，怎么让元空间溢出工作中会遇到内存溢出的问题吗内存溢出了你会怎么去分析知道哪些序列化方式，Serializable和protobufprotobuf与Serializable序列化的区别了解数据库连接池吗，是什么原理了解线程池吗，介绍下你知道的SpringBoot相对于Spring MVC的优点Spring中的注解了解哪些数据库的事务知道吗事务的隔离级别有哪些，默认是那种隔离级别你觉得你们公司目前有哪些方面可以改进的，比如工作上的改进、平台上的改进你工作中遇到了哪些难题，怎么解决的作为你的同事，你觉得你能带来什么好处你最近有去学习什么新东西吗，从中学到了什么为什么想来我司所在城市你未来的职业规划是什么#社招面经#

从来没面过数据挖掘 记录一下 优选事业部 1.自我介绍 2. 项目介绍（中间问了auc定义，XGBoost和Lightgbm区别，然后XGboost为什么用二阶导不用三阶） 3. LR的损失函数 和 推导 4. 然后问一个学习新技术的经历 5. sql 求累计GMV和用户数 6.  Python LC 300 反问：这个岗位需要的三个特质 很强的机器学习基础 学习新东西的能力 和沟通能力 感觉还是基础不牢啊

👥 面试题目1.自我介绍，能不能从几个方面说一下项目2.有什么收获3.简历里面哪个技术学的最好4.spark的client模式和集群模式5.yarn6.能够重分区的算子7.为什么用rdd,不用df和ds，他们的区别8.为什么spark比mapreduce更快(磁盘io和进程线程模型)9.spark也会OOM和溢写磁盘啊，mapreduce也有缓冲区啊，都是内存计算，为什么更快(统一内存模型和流水线加载内存，面试官说没到点上)10.真实的优化经历，不要那些从网上背的八股11.什么是aqe12.为什么是动态调整，具体体现在哪方面(好像没说到他要的东西😭)11.hdfs查看文件大小命令，这个没答出来12.写一个SQL13.反问：技术栈和建议14.数据治理问题第一次面试太紧张了，话术出大问题了😭，说话不流畅，面试官说自我介绍不太过关，回答思路有些混乱了，要分点回答，多练练表达。

| sad 时间: 40min 状态： OC 自我介绍 介绍项目 项目亮点 写项目中遇到的难题（） 为什么要封装组件 使用过VUE吗 hooks,特点 语义化标签 垂直居中方案✅ BFC 盒子模型 es6新增 Promise 箭头函数 同源策略,CORS 闭包 真实DOM与虚拟DOM 虚拟DOM的工作原理 React讲一下 JSX✅❎ 状态和Props React的生命周期 REF Reducer状态管理 React Router✅ ts了解吗？