阿里大数据一次简单而失败的面试题回忆

一面

• 简单介绍一下自己以及自己做过的项目；
• Java HashMap 是不是线程安全的？为什么？
• 请用 Java 写个单例模式
• 知道几种 GC 算法？
• 如何实现一个高效的单项列表逆向输出？
• 数据湖和数据仓库有什么区别？
• 详细介绍下 Flink 的 Checkpoint 执行机制（分布式快照）
• 算法题：寻找两个正序数组的中位数

二面

• 如何在两个进程间共享数据？线程呢？
• 如何在 main 函数里面等待一个线程执行完毕？
• 用MapReduce手写一个wordcount，
• 用 MapReduce TopK 怎么实现？
• Hudi、Iceberg 和 Delta Lake 哪个熟悉？它们之前有什么区别知道吗？
• 请简述 Hudi 的读写流程。
• 布隆过滤器的原理知道吗？（在回答 Hudi 写数据的时候提到布隆过滤器，所以面试官问了）。
• 算法题：合并两个有序链表。三个有序链表合并？K 个呢？

三面

• Spark Shuffle 读写原理说下，和 MapReduce 的 Shuffle 有什么区别？
• Hudi 支持流批一起处理吗？他是怎么实现的？
• Iceberg 知道吗？实现原理你知道吗？
• Iceberg 的时间旅行是怎么实现的？什么场景下要使用它？
• Hudi 和 Iceberg 你怎么选？为什么。
• 算法题：一辆公交车，有 m 站，最多坐 n 人，输入一路上的票信息（即上车下车站），输出会不会超载。

四面

• 说一下你熟悉的设计模式？
• synchronized 和 ReentrantLock 区别是什么？
• 都知道哪些分布式一致性算法？挑一个你熟悉的说下其原理。
• Join 的实现有哪几种？场景是哪些？
• 一条 SQL 从提交到拿到结果都经历了什么？
• 说下你理解的数据湖？
• Hudi、Iceberg 和 Delta Lake 怎么选择？
• 请简述一下 Flink CDC 原理

欢迎关注，《大数据成神之路》系列文章

欢迎关注，《大数据成神之路》系列文章

欢迎关注，《大数据成神之路》系列文章