【面试题】京东大数据面试真题汇总，收藏必备

今年冬天冷的好慢，现在空气中吹的风还是暖的...

京东大数据面试题

_	hive中都有哪些join操作？ left join：以左侧为主表，返回记录与主表记录数相同，关联不上的字段为空。 right join：以右侧表为主表，返回记录与主表记录数相同，关联不上的字段为空。 full join：以两个表的记录为基准，返回两个表的记录去重之和，关联不上的字段为null。 cross join：返回两个表的笛卡尔积结果，不需要指定关联键。 map join map端连接，与普通连接的区别是这个连接中不会有reduce阶段存在，连接在map端完成。 common join：普通连接，在sql中不特殊指定连接方式使用的都是这种普通连接。 skew join：倾斜连接，主要针对数据倾斜的情况优化。 bucket map join：分桶连接。
_	数仓分层，主要负责哪些任务？
_	有没有遇到过数据倾斜，怎么处理数据倾斜的？

_	HashMap和HashTable区别？
_	sql题：某网站每天有很多人登陆，请你统计一下该应用每个用户最近登陆是哪一天，用的什么设备， 一个登陆（user_login）表： id,user_id,client_id,date 1 1 1 2022-01-01 2 2 2 2022-02-01 3 1 2 2022-01-03 一个用户表（user） id,user 1 xiaohong 一个客户端表（client） id,name 1 pc 2 ios 最终输出字段： 用户名    日期    设备名  微信公众号：OnlyCoding
_	统计新登录用户的次日留存 一个登陆（user_login）表： id,user_id,client_id,date 1 1 1 2022-01-01 2 2 2 2022-02-01 3 1 2 2022-01-03

_	算法：给定一颗二叉树，按照从顶部到底部的顺序，返回从右侧能看到的节点值？ 输入：[1,2,3,null,5,null,4] 输出：[1,3,4]
_	hive分区和分桶区别？
_	hive分桶表的作用？

_	两个表join过程中，空值的情况如何处理？
_	hive存储结构的区别？
_	hive本身对于sql做了哪些优化？

_	flink retrict/append
_	sql题： 用户表（pin，name，address） 订单表（orderid，pin，orderdate） 订单明细表（orderid,sku,price.quantity，discount） 要求： 统计去年一年内用户消费超过10000的。 对用户进行分级， 10000<x<11000，属于s级 10000<x<12000，属于m级 12000<x<13000，属于a级 连续多次下单，查出第一笔订单和最后一笔订单时间差小于等于3天的用户。
_	_