小红书大数据开发面试题 已拿Offer

「Offer 驾到，掘友接招！我正在参与2022春招系列活动-经验复盘，点击查看 活动详情

题目来源

作者：是锅粥 链接：www.nowcoder.com/discuss/745… 来源：牛客网

面试题目

1. 你对大数据有什么理解？

   大数据的定义：主要用于处理海量数据的技术工具。

   大数据最开始的在2012年，那个时候大数据刚刚火起来，国内的生态还不完善，现在衰落的Pig，Storm在当时还很流行。

   政府的支持，17 18年政府大力支持发展，给予政策资金支持，在近几年更是上升到国家战略。

   大数据目前的优势劣势，那么大数据发展10年的今天，很多东西逐渐完善，步入一个后红海时代，对实时性要求更高，因此近两年 Spark Flink很火，对于个人来说依然可以进入该行业，只不过行业门槛逐渐增高。

   大数据的未来

   未来Sql化是一个趋势，随着物联网兴起，更多的数据意味着大数据更有作为，因此多充电补充技术很有必要。

2. hadoop有哪些了解说一下？

   Hadoop是整个大数据的基石

   从结构来看，Hadoop分为HDFS，MapReduce，Yarn三大部分，其中HDFS负责数据的存储，MapReduce负责数据计算，Yarn是负责资源调度。

   从整个大数据体系来看，Hadoop负责大数据的存储（主要用到HDFS），再搭配Spark或者Flink做数据处理，一般Spark+Hadoop做离线项目 Flink+Hadoop做实时项目

   从版本更新来看，Hadoop3较Hadoop2优化了Shell的很多bug，新增了纠删码 将原来的3倍的空间压缩为1.5倍存储提供更大的空间

3. 你觉得hadoop的优势劣势

   优势：

         （1）适合做海量离线数据存储，对延迟有一定容忍度的数据处理
         （2）MapReduce相较于Spark来说非常稳定，遇到故障也会继续执行下去
         （3）相对来说数据存储比较安全，做好NameNode的HA
    
    
   

   劣势：

        （1）数据处理非常慢，比Spark差20倍
        （2）不支持多个任务同时执行
        （3）基于磁盘 不基于内存 也是缓慢的原因
   

4. 说一下高可用

       高可用也就是NameNode的HA，采用双NameNode策略，
       一个NameNode故障之后另一个NameNode仍然可以工作，保证了存储数据的安全。
   

5. 说一下你用过的这些不同database的应用场景以及特点

   （1）Hive：离线海量数仓
   （2）Hbase：实时海量数仓
   （3）ClickHouse：实时海量数仓，支持SQL
   （4）ElasticSearch：全文检索引擎
   （5）Mysql：RDBMS 传统数仓
   

6. 挖简历，一个劲挖

7. sql题，留存 blog.csdn.net/Captain_DUD…

8. 反问，了解到了小红书bar很高以及hc不多

详细经过

负责人面的一面，60min

1. 你对大数据有什么理解？
2. hadoop有哪些了解说一下？
3. 你觉得hadoop的优势劣势
4. 说一下高可用
5. 说一下你用过的这些不同database的应用场景以及特点
6. 挖简历，一个劲挖
7. sql题，留存
8. 反问，了解到了小红书bar很高以及hc不多

面试官人很好，但是问题都很high level，一时间会不知道从何说起

第二天收到了二面邀约邮件 不知道二面会是什么样的人面，负责人的负责人？

———————-

二面隔了一周

二面内容实属开放题，以及完全不记得了

10.11 终于收到了三面的邀约

三面，数据大部门的老大面的 30分钟

他对我的其中一个经历比较感兴趣就那一段工作内容展开聊了聊 就没了

hr面

问到了不少比如什么人生中的压力很大的时期之类的

问题

10.25 意向书 开奖sp