面经-美团-滴滴-拼多多

这个暑假把以前的基础重新搞了一遍，然后做了几个实验性的小项目，打算在秋招来临前投一投简历，其实秋招早早就开始，在7月初就投了一拼多多学霸批的简历，后来由朋友推荐美团的实习，还有滴滴的实习，其中拼多多，滴滴的还在等消息，暂时过了一个美团。现在来记录一下，打算以后面试参考参考。还有好的收获就是加了滴滴hr小姐姐微信哈哈哈

 

---

 

滴滴-大数据实习

---

滴滴的这个岗位是大数据岗位，这个和hr联系了好久，打了几天的电话才搞完，先是发了一个链接给我，给我做了一个题目，然后给我说数据给了部门那边，如果面试官同意就约面试。每个公司面试的形式都不同，这个公司用了一个叫ZOOM的会议软件，结果那个面试官网太卡，就直接约了电话面试，可惜不能看看面试官的样子呀哈哈哈。

1：介绍自己
2：jvm内存模型
3：堆区域是干嘛的
4：对mysql有了解吗
5：mysql的索引知道吗，讲一下
6：mysql的底层引擎是什么（个人对mysql研究比较少，所以巴拉巴拉会乱说了）
7：java的数据结构你用过哪些
8：讲一讲hashmap
9：红黑树怎么实现的（这个也比较模糊了，也支支吾吾搭了半天）
10：hadoop的内容
11：spark内容
12：flume理解
13：kafka怎么用
14：hive想问回绝了。
15：基本按照简历来的
整个过程挺舒适的，面试官也很可爱，喜欢笑。问的问题都是针对简历来的，而且这个岗位可能比较注重基础。具体的过程我也不是很记得了。这几个问题我还是记得的，还有一些java基础和数据结构也问了，但是不记得了。

 

---

 

 

 

 

美团-大数据实习岗位

---

这个岗位过程就比较麻烦了，也是和hr联系了好久，要怎么安排题目做，怎么安排面试。最终发了一个链接做了四道题，然后过了一天接了电话面试。问题比较散吧，琢磨不出面试官下一步怎么问。

1：介绍自己

2：看到你用了flume，你对flume有啥理解吗，为什么要用它
3：你是做java开发是吧，那你说一下jvm内存模型
4：栈区域有什么呢，还有堆区域是干嘛的，针对jdk8说一说吧
5：接下来是连环问，你对java线程有什么理解，线程直接怎么通信了，锁机制怎么用

6：java里面equals和hashcode方法有什么联系吗

7：java里面容器有哪些，讲一讲hashmap，里面的比例因子有什么，红黑树怎么实现（又是亏在了红黑树了）

8：接口和抽象类的区别，为什么要用抽象类和接口，同步怎么实现，你对GC有什么了解没有

9：hadoop生态圈有哪些呢，你觉的spark可以代替hadoop吗，那spark又是什么呢。
10：看你用到了hbase，说一说你为什么用到hbase，以及你对它的理解吧。
11：hbase和hive有啥区别。

12：hdfs的存储过程是怎样的

13：hdfs这样设置的好处是什么

14：再问几个java基础的，泛型擦除是什么，comparable和comparator有什么区别吗，你怎么用的

还有几个问题不是记得很清楚的，个人感觉答得还可以，每个题目答得时间挺合适的。

这次面试个人感觉比较重视基础吧.

然后过几天hr说给我留了一个大数据安全的岗位，如果有意向就发一链接给我填信息，但是我拒绝了，因为我暑假还是另有安排的啦。哈哈哈。

---

拼多多-大数据开发岗位

---

拼多多我投的是学霸批的简历，虽然说并不是学霸哈哈哈，在7月底进行了一场笔试，终于在8月初接到了面试通知，不得不佩服，拼多多也是安排通知挺早的，8月初安排的面试，昨天才进行到我，可能最近拼多多投简历的人很多把。

面试约在了8点，面试官突然打个电话给我，我也不知道怎么回事，我直接问他是谁，语气都有点懒散，结果他说他是面试官，他也没有生我的气，说加个微信来个视频面试，我其实挺疑问的还有这种操作哈，接通了视频后，个人感觉，面试官和以前的一样，胡子比较浓，发际线挺高的。

好了，还是进入正题吧。

面试官：做一下自我介绍吧。

我：巴拉巴拉......

面试官：为什么对大数据会感兴趣的

我：巴拉巴拉

面试官：hadoop里面由哪些组件，你用过哪些

我：hadoop是一个分布式的计算平台，包括了存储的文件系统HDFS，资源管理器Yarn，计算引擎：mapreduce（但是计算引擎也可以由spark代替），还有storm，hive（数据仓库），hbase（分布式列存储库)，zookeeper（分布式协存储服务），kafka，spark等等。

面试官：我看你项目上用到了flume，那你说一下flume是一个什么东西吧，你有什么自己的理解。以及你为什么要用到flume

我：我巴拉巴拉讲了一下原理，还讲了自己用到flume是只知道flume可以适合这种消费日志数据的模型，虽然kafka也可以，但是对于离线的个人感觉flume还是比kafka更高效，如果是实时的就用kafka可能比较好

面试官：那我们来做一个题目吧（面试官发给了我一个链接，题目是返回字符串的所有组合）

我：好的（这个题目我硬着头皮想了几分钟），还是没有想出一个比较巧妙的办法，我在算法这一块挺弱的，所以干脆直接回溯，面试官好像看出我的企图了，因为我写了一个backTrack函数。

面试官：讲一讲你想怎么做这个题目吧

我：我想用回溯来枚举所有情况，没加一个就添加一个组合，因为每个组合可能由一个字母，或者两个字母，添加过的就直接pass掉，这里我用了一个list保存用过的了，其实用数组应该更高效。但是肯定有比回溯更高效的办法的。

面试官：停下吧，我大概知道你的想法了（我怀疑我用回溯的企图太明显了，他可能也懒得看了吧），你用过spark对吧，你讲一讲spark里面有哪些算子吧

我：我用过的action算子有count，collect，foreach，reduce等等，，transform算子有mapPartitions，map，flatmap，union，reduceby，reducebykey等等，我用的不是很多，项目还只做了一个呀。

后来问了我好几个算子的实现原理和应用

面试官：讲一讲你的项目的想法，主要是用来干什么的

我：巴拉巴拉，一个交通分析项目，是基于hadoop，计算引擎是spark，而日志分析是基于hadoop，计算引擎是基于mapreduce的.....

面试官：你讲一讲mapreduce吧，你对他有什么理解吗

我：mapreduce只是一种计算引擎，他可能随时被spark代替，资本不足的情况下用mapreduce还是不错的。mapreduce主要分为map端和reduce端，map端是针对每个分区的文件，用自己的代码逻辑针对每个分区进行操作，当自己写的map函数逻辑执行完了后，一条一条数据会写到缓存中，缓存中的数据达到80%就会溢出写到磁盘中，在写磁盘的过程中，要进行partition排序，也就是针对每一个分区排序，一边发送到某一个reduce端，所以有几个分区排序，就有几个reduce，这里的分区不是文件的分区个数，而是reduce端的个数决定了map端写入磁盘的分区数，当然为了减少map端对reduce端的数据传输量，可以是用combnaition函数将重复的累加起来，还可以针对hashcode进行一次排序。

reduce端的话就是收到master的消息后，每个reduce都从自己对应的分区磁盘中提取文件，进行总和，排序，执行过程符合自己的代码逻辑，然后每个分区输出到一个文件中。

 

后来面试官也问了一下项目问题，我也不是很记得了，面了差不多一个多小时，但是在提问阶段，我问了他一个大数据工程师到底要达到一个什么样的水平，他给我上了一课：

总结为两点：

要有自己特色，一个组件的研究也是一种特色，全栈也是自己特色

以基础为重，比如java就是基础，基本课程就是基础

知道最后面他才惊讶我不是20界的应届生，说我才大二进大三啊，我也很抱歉事先没和他说，这个面试官人真的很好，至少性格就是那种大哥型，会教育但是又不失说服了的那种，讲的不是长篇大论而是真枪实弹。