大数据学长面试-------小米面试题

小米面试题
学长1
大家可以投一下小米的推荐算法。
一面：问两个有序大数组合并成一个数组的最佳方法，还有快排，问了所有项目。
二面：是问推荐算法的业务实现，还有如果你自己做一个推荐，你会怎么选择模型、算法。
三面：数据结构的查找，新增，删除的时间复杂度、还有各种数学问题，然后写了二叉树的查找、还有根据算法题写了一个递归，差不多就这样就过了
1）技术部分
（1）Java8的新特性？
（2）Java8的hashMap为什么采用数组+链表+红黑树？
（3）垃圾回收的算法，CMS和G1的比较，用什么监控JVM？
（4）Kafka对接SparkStreaming？
（5）线程池好处是什么，什么场合用？
（6）Zookeeper的选举机制，以及我们还可以用Zookeeper做些什么？
（7）Flume采集数据的优缺点，还有什么可以代替它，也可以通过自己公司的业务情况自己开发。
（8）Spark Streaming和Storm，Flink的比较，以及各自的优势？
（9）怎么从10亿条数据中计算TOPN？

学长2
1）基本信息
（1）面试地点：小米6期
（2）面试时长：共2个半小时
2）一面（下午3点30分到4点10分）:
（1）自我介绍
（2）Spark Streaming和Flink区别
（3）MR和Spark引擎的区别
（4）引起Shuffle的算子有哪些？
（5）Flink+Kafka保证精确一次消费相关问题
（6）Zookeeper的应用
（7）Java中HashMap和TreeMap区别（记不清是不是这个问题了）
（8）SparkStreaming保证精确一次消费
（9）给出数据倾斜解决方案
（10）被问到任务划分的源码(DAGScheduler划分)
（11）给一个整形数组，找出最大的连续子集
（12）给一个数组，一个值，找出第一次出现的两个数的和等于这个值的下标并存入List中（好像Letcode第一道题，双层for循环）
（13）Spark中划分宽窄依赖的底层原理：只说Shuffle划分Stage没用
3）二面（下午4点25分到5点10分）：
（1）自我介绍
（2）手写SQL:(看着你写，注意)
表t1
页面id 点击 浏览 日期
page_id view visiable date
0 0/1 0/1
1 0/1 0/1
…
表t2
品类id 页面id
border_id page_id
a 0
b 1
a 3
a 4
b 0
…
找出各个border_id的view，visable个数 (join group by where count(if)…)
（3）JVM内存和调优
（4）Redis数据类型，事务(凭印象说的multi,exec,watch)，持久化方式和区别，Redis中zSet底层实现是什么？
（5）Redis问的很细
（6）跑任务用的什么（Azkaban）？定点定时跑还是周期性跑？
（7）手画星座模型
（8）业务过程，维度，事实
（9）手写单例模式
（10）实时统计过的指标
（11）如何从0到1搭建数据平台？
4）**三面（**下午5点10分到5点30分）：
（1）自我介绍
（2）B+树和B树底层，与二叉树的区别(手画) 不太会
（3）给你两个矩阵(txt文件，以\t分隔)，让你用MapReduce实现两个矩阵相加并输出（每行打行号标记）
… …
5）四面：（下午5点35分到5点50分）
（1）了解上家公司情况
（2）入职相关事情

学长3
1）笔试：
（1）链表两两反转(搞定)
（2）验证二叉树是否符合以下条件：一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。(我说我对二叉树不咋熟悉)
（3）求一个序列中的最长上升子序列的长度(搞定)
2）面试：
（1）Flink的状态后端
（2）说说rockDB状态后端，rockDB做状态后端有啥好处和缺点
（3）说说HDFS状态后端，它是怎么存储的状态的
（4）说说Flink中的keyState包含哪些数据结构
（5）Redis常用数据类型
（6）SparkStreaming是如何处理数据积压的，说说反压机制的令牌桶算法
（7）简单谈谈JVM辣鸡处理的算法，了解多少，分别是什么
（8）谈谈JVM内存的分布，方法区中都存些什么

学长4
1）语言基础：
（1）String类可以被继承吗？为什么？
（2）HashMap，HashTable，ConcurrentHashMap的异同？
（3）Java单例模式，Scala语言如何实现？
（4）实现快速排序算法
（5）设计4个线程，其中两个线程每次对j增加1，另外两个线程对j每次减少1。写出程序。
2）Hive
（1）把每科最高分前三名统计出来 --成绩表Score（student_name,student_no,subject_no,score）
（2）找出单科成绩高于该科平均成绩的同学名单（无论该学生有多少科，只要有一科满足即可） --成绩表Score（student_name,student_no,subject_no,score）
（3）一个表 test(name,price)，构建一个新表，将name相同的，price所有价格合并到一个字段里面
（4）如何将题3中price合并后的prices字段再拆分为多条记录？
3）Spark
（1）用户访问日志文件有两列，分别为日期和用户ID：（date，user_id），使用Spark统计每天的访问的记录数和用户数。
（2）在Spark中，代码的执行位置:
dstream.foreachRDD { rdd =>
val where1 = “执行位置1”
rdd.foreachPartition { partition =>
val where2= “执行位置2”
partition.foreach { record =>
val where2 = “执行位置3”
}
}
}

学长5
1）基本信息
（1）2019年11月10号：
（2）面试地点：小米6期
（3）面试时长：共2个半小时
2）一面（下午3点30分到4点10分）:
（1）自我介绍
（2）Spark Streaming和Flink区别
（3）MR和Spark引擎的区别
（4）引起Shuffle的算子有哪些？
（5）Flink+Kafka保证精确一次消费相关问题(记不清了)：我说的两阶段提交
（6）Zookeeper的应用
（7）Java中HashMap和TreeMap区别（记不清是不是这个问题了）
（8）SparkStreaming保证精确一次消费
（9）给出数据倾斜解决方案
（10）被问到任务划分的源码(DAGScheduler划分)
（11）给一个整形数组，找出最大的连续子集
（12）给一个数组，一个值，找出第一次出现的两个数的和等于这个值的下标并存入List中（好像Letcode第一道题，双层for循环）
（13）Spark中划分宽窄依赖的底层原理：只说shuffle划分stage没用
3）**二面（**下午4点25分到5点10分）：
（1）自我介绍
（2）手写SQL:(看着你写，注意)
表t1
页面id 点击 浏览 日期
page_id view visiable date
0 0/1 0/1
1 0/1 0/1
…
表t2
品类id 页面id
border_id page_id
a 0
b 1
a 3
a 4
b 0
…
找出各个border_id的view,visable个数 (join group by where count(if)…)
（3）JVM内存和调优
（4）Redis数据类型，事务(凭印象说的multi,exec,watch)，持久化方式和区别，redis中zset底层实现是什么？
（5）Redis问的很细
（6）跑任务用的什么（Azkaban）？定点定时跑还是周期性跑？
（7）手画星座模型
（8）手写单例模式
（9）实时统计过的指标
（10）如何从0到1搭建数据平台？
4）三面（下午5点10分到5点30分）：
（1）自我介绍
（2）B+树和B树底层，与二叉树的区别(手画) 不太会
（3）给你两个矩阵(txt文件，以\t分隔)，让你用MapReduce实现两个矩阵相加并输出（每行打行号标记）
… …
5）四面：（下午5点35分到5点50分）
（1）了解上家公司情况
（2）入职相关事情

学长6
1）笔试：
语言基础：
（1）String类可以被继承吗？为什么？
（2）HashMap，HashTable，ConcurrentHashMap的异同？
（3）Java单例模式 Scala语言如何实现？
（4）实现快速排序算法
（5）设计4个线程，其中两个线程每次对j增加1，另外两个线程对j每次减少1。写出程序。
Hive
（1）把每科最高分前三名统计出来 --成绩表Score（student_name,student_no,subject_no,score）
（2）找出单科成绩高于该科平均成绩的同学名单（无论该学生有多少科，只要有一科满足即可） --成绩表Score（student_name,student_no,subject_no,score）
（3）一个表 test(name,price),构建一个新表,将name相同的,price所有价格合并到一个字段里面
（4）如何将题3中price合并后的prices 字段再拆分为多条记录？
Spark
（1）用户访问日志文件有两列，分别为日期和用户ID：（date，user_id）,使用Spark统计每天的访问的记录数和用户数。
（2）在Spark中,代码的执行位置:
dstream.foreachRDD { rdd =>
val where1 = “执行位置1”
rdd.foreachPartition { partition =>
val where2= “执行位置2”
partition.foreach { record =>
val where2 = “执行位置3”
}
}
}
2）面试：
（1）Scala中以下几个的区别

（2）Spark UDF与 Hive UDF区别
（3）Spark广播出去的信息可以修改吗？比如我广播的是配置信息，怎么改呢。

学长7
小米金融-平台开发方向
一面问了个算法题，第二面实在没时间推掉了
写算法的时候，最好问下用什么语言实现，比如我现在熟悉python, java反而忘记了好多，我就说用python实现吧

二叉树层级遍历
1
2 3
4 5 6 7
打印：
1
2 3
4 5 6 7

def levelOrder(self, root):
res= []
if not root:
return res
queue = [root]
while queue:
tmp1, tmp2 = [], []
for node in queue:
tmp1.append(node.val)
if node.left:
tmp2.append(node.left)
if node.right:
tmp2.append(node.right)
res.append(tmp1)
queue = tmp2
return res