大数据学长面试之vivo面试题

VIVO面试题
学长1
面试的数仓岗
1、一面
1）项目部分
（1）大概介绍一下你之前的工作
（2）做过哪些指标，怎么实现的(说出去的指标一定要会写SQL，会一个个问你怎么实现的）
（3）有没有做过留存用户，比如一个月，1到30天的留存用户
（4）Hive优化
（5）统计一个月内，连续登陆7天用户
2）情景部分
现场出了个SQL题
uid event dt
1 点击 t1
2 收藏 t2
… … …
统计会话Session ：同一个用户事件时间间隔小于1分钟，算一次会话
2、二面
1）项目部分
（1）从数据源头开始问
（2）你们的数据源是什么，怎么埋点的，数据的格式是怎么样的
（3）是一次点击生成一个日志？，事件日志为什么会出现套Json
（4）启动日志和行为日志是怎么区分的
（5）多次点击是算一个事件还是多个，比如多次点赞，有没有做过类似点击次数的统计，你通过这个日志做了哪些指标，
（6）除了用户方面的，事件类的指标做过哪些，这些指标是怎么做的
（7）工作中有什么指标很难的，怎么实现的
2）总结
VIVO，好像会根据你的简历侧重，分配岗位，实时或者数仓，做好准备吧，骚年

** 学长2**
面试Spark开发岗。大家如果有去VIVO的，一定要把简历上写到的知识点都搞懂。面试官是带着你的简历过来的，他事先有分析过你的简历。
1）项目部分
（1）先介绍你的项目，我介绍采集平台，刚说到Kafka。问双层Flume，第二层Flume怎么对日志类型分类，分多少个类。如果一层Flume新增了一个Topic，怎么处理。
（2）Hive表中的每层的血缘关系怎么查询
（3）每天业务量，问简历上的指标是怎么做的。
（4）Hive中用什么写SQL，Hue。
（5）case class和class的区别
（6）SparkStreaming精准一次性消费，会问到你们用的什么版本的Kafka和SparkStreaming 。然后就是根据版本，这里offset的问题会展开详聊。
（7）写了Redis缓存，会问你缓存机制。
（8）写了Hive配置MySQL高可用，会问你怎么配置的。

学长3 VIVO外包

学长4
忘记录音了，能记起来这几个不太常规的，大家分享分享见解，其他的问题还比较常规
（1）想要考察我Java基础，但是说了用的Scala，他就虐我Scala了
（2）Scala创建多线程的方式？
（3）Scala闭包的概念、应用？
（4）Spark并行度由什么决定的，引导我好久，我的回答他都不满意。。。
（5）blackmanager是什么？
（6）Flink实现实时uv统计怎么实现，全流程代码解析包括数据读取算子使用这种
（7）Flink有哪几种窗口（5种），分别是什么
（8）想考察我flinksql但是没用，就考察了几个hiveSQL，比较常规

学长5
**
**
（1）SparkStreaming稳定性的确保
（2）Spark OOM的本质。
可能是从两方面：map执行时oom，shuffle后oom
参考：https://www.cnblogs.com/jiangxiaoxian/p/7442022.html
（3）你了解ES的分页吗？一般到一千页后，就会很慢，怎么解决？
了解，我们公司没有一千页的数据，没操作过。

学长6
（1）生产环境中谁提需求，谁验收数据，具体的业务需求流程是什么样的？
（2）曝光量有多少、
（3）实时计算男女比例和年龄比例有什么用，这种指标用离线计算一天统计一次不是更好吗？
（4）实时统计热门商品topN的意义在哪里呢？
（5）类加载器的种类，有什么机制，机制有何用处
（6）垃圾回收g1和cms怎么选择
（7）flink的精准一次消费
（8）flink的五种窗口

学长7-外包
1）1面：
（1）给了任务指标，不知道表的结构的情况下，如何进行分析，解决
（2）你们数仓怎么怎么建模的，举一个具体指标说明一下？
2）2面：
（1）给了很多指标，很相似，很多任务，如何做一个有效率的管理这些指标

学长8-AI项目外包
（1）数仓中分了哪些主题?
（2）请谈谈你对数仓的理解，它有什么优势？
（3）如果让你来设计数仓，你有什么思路？为什么这样做？
（4）谈谈你对sparkstreaming的理解，对spark的理解，对hive的理解

法本信息，vivo外包
（1）你说开启mapjoin,怎么确定小表小于32M。
（2）你用UDF函数解析公共字段，要是海量数据怎么处理。
（3）Spark手动提交offset，怎么实现精准一次性。手动维护偏移量 保证数据不丢数，提交偏移量代码跟业务处理代码写到一个事务里面去
（4）spark中，大表join大表怎么优化的。 广播join
（5）怎么确定的维度表，要是后期业务增加了怎么办。