字节大数据开发实习一面二面三面面经
作者：God_Newbie
链接：https://www.nowcoder.com/discuss/609584?source_id=discuss_experience_nctrack&channel=-1
来源：牛客网
一面
java
类加载（加载流程，加载器，强弱软虚引用会被问到，得了解）
垃圾回收（怎么解决计数法的弊端）
多线程（线程间的通信，锁，volatile，CAS）
内存模型，内存管理（溢出和泄漏的区别）
NIO（知道，不了解，哭）
Java核心就是围绕这几个方面
操作系统
没学过，直接跳过了（上来第一题就是内核态，状态切换相关，哭）
后面有提到数据传输过程，零拷贝的实现
redis
数据结构（zset怎么实现的）
备份（RDB和AOF）
RDB过程中修改数据，怎么办
缓存击穿/穿透/雪崩（常考点，但是面试官没问我）
spark
clien和cluster模式的区别
stage划分
宽窄依赖
spark shuffle（从stage划分递进到shuffle过程，条理性很强）
数据倾斜
join的种类
两张表join（小表直接广播出去，不能广播的表怎么解决）
spark shuffle
spark内存管理
（个人看法：spark面试核心三大块：内存管理，shuffle，数据倾斜相关的优化）
算法题：链表排序，面试官让我用归并排序实现。
总结
Java面试主要是大厂常见的类加载，垃圾回收，多线程，内存老四样。以前一直在做项目，Java这几样都是面试前突击复习的，以为一面只问基础，不问框架的，spark内容这几天没有复习，导致背过的spark内存管理都忘了。面试官问的问题，总的来说答出了70%-80%的样子，算法题也没AC，一面就这么惨，差不多是凉的透透的了。大厂考查得非常全面，也算是一次收获不小的经历了，想面字节的兄弟姐妹们要加油复习呀。（如果没凉，后面还会更新）
居然约了二面，周五面完继续更新。。。沟通交流很重要，跟面试官唠得好了，还是有机会的。
二面预测：MySQL索引，引擎，事务老三样，Kafka，HBase，Spark，Flink，挖项目。心态放平，就算没过，也是个提升自己的机会，加油！
二面
主要聊了聊业务，基础知识问的比较少
说说spark和flink的区别
介绍介绍kudu
如何设计一个类似kudu的数据库
面试官主要还是结合项目来聊业务，面试前一定要把自己的项目吃透
数据仓库建模，雪花模型，星型模型，ODS,DWD,DWS多层结构
数据结构相关的问了平衡二叉树，常见的排序算法，hashmap的实现原理
什么场景下用归并排序，什么场景下用快速排序（从mapreduce shuffle的角度出发，就能发现）
算法题是实现常数级的时间复杂度取出栈中的最小值（庆幸是简单题）
二面几乎是纯业务聊天，面试官非常友好
周四下午三面，我必须考虑这是不是我此生仅有的机会！
三面
继续聊项目聊业务，整个项目的细节，项目的难点，项目中遇到的问题
spark on yarn的流程，分部署模式答
spark程序故障重启，checkpoint检查点
讨论spark读取的数据，我一开始的理解的是driver读数据，分发到executor上，跟面试官讨论了一下，发现driver读取的是元数据，也就是数据位置/偏移量
讨论业务场景：
from to
1 2
2 3
2 4
3 5
3 6
3 7
3 8
3 9
抖音的视频转发场景：视频的原作者发布了一个视频吗，TA的关注者看到后会转发，后续关注者的关注者会继续转发，以此类推。我们现在有这样一个数据集，要找到视频的源头，以及转发的层次数。
我首先想到的是类比文件系统的目录结构，递归查找，一直追溯到源头，追溯的同时用一个变量记录层数，类似于我们查一张表，把结果当作条件，继续查找，一直递归查找到没有from，面试官让我考虑考虑别的方法；
思索片刻，想到了图，可以把整个集合抽象成图，用并查集就可以完美解决，面试官让我继续考虑有没有别的方法；
思索片刻，抽象成树，遍历树，面试官问在分布式场景下我们该如何考虑让这玩意分布式的实现；
思索片刻，这玩意的结构跟spark的DAG图不就很像嘛，一层结点一个RDD，一个结点就是一个分区，通过自定义分区，不停的扩大分区。
面试到这就差不多了，总的来说，二面三面都是考察业务能力和对项目的了解程度，面试官可能不会问的很细，但是一定要把项目讲细致，对做过的项目一定要滚瓜烂熟。
虽然没有得到确切的答复，整个过程还是蛮顺利的，跟面试官唠的也不错，许愿一下录用，希望明天能接到人力的电话！
来牛客还愿，投递状态更新成了面试已完成，这几天就静等录用了。希望我的好运能传递给看到这个帖子的兄弟姐妹们！
若有收获，就点个赞吧
0 人点赞
