【面经】特斯拉大数据开发笔经
【面经】特斯拉大数据开发面经
【面经】特斯拉大数据开发二面面经
【面经】特斯拉大数据开发三面面经
20 min,比前面几轮问的问题都少。
1.自我介绍
2.实习项目中负责什么
3.实习中遇到的难题,学到什么,以后碰到怎么办,为什么会产生这样的问题
4.ES 和 ClickHouse 的区别
5.ClickHouse 擅长做什么样的实时计算
4 5 都是考两种引擎的区别。要了解各自擅长的领域。
Elasticsearch 最擅长的主要是完全搜索场景(where 过滤后的记录数较少),在内存富裕运行环境下可以展现出非常出色的并发查询能力。但是在大规模数据的分析场景下(where 过滤后的记录数较多),ClickHouse 凭借极致的列存和向量化计算会有更加出色的并发表现,并且查询支持完备度也更好。ClickHouse 的并发处理能力立足于磁盘吞吐,而 Elasticsearch 的并发处理能力立足于内存 Cache,这使得两者的成本区间有很大差异,ClickHouse 更加适合低成本、大数据量的分析场景,它能够充分利用磁盘的带宽能力。数据导入和存储成本上,ClickHouse 更加具有绝对的优势。
ClickHouse 的应用场景:
1.绝大多数请求都是用于读访问的;
2.数据需要以大批次(大于 1000 行)进行更新,而不是单行更新;或者根本没有更新操作;
3.数据只是添加到数据库,没有必要修改;
4.读取数据时,会从数据库中提取出大量的行,但只用到一小部分列;
5.表很“宽”,即表中包含大量的列;
6.查询频率相对较低(通常每台服务器每秒查询数百次或更少);
7.对于简单查询,允许大约 50 毫秒的延迟;
8.列的值是比较小的数值和短字符串(例如,每个 URL 只有 60 个字节);
9.在处理单个查询时需要高吞吐量(每台服务器每秒高达数十亿行);
10.不需要事务;
11.数据一致性要求较低;
12.每次查询中只会查询一个大表。除了一个大表,其余都是小表;
13.查询结果显著小于数据源。即数据有过滤或聚合。返回结果不超过单个服务器内存大小;
6.学校项目
7.反问
问:工作时间?
答:早 8:30 晚 5:00。