美团暑期一面

数据开发 我怎么判断一个项目是不是好项目呢？大家的都去哪里找项目来做？求帮忙

1.自我介绍2.能理解为你的项目就是对指标和标签做一个规范整理吗?3.你在切换标签的时候如何保障数据质量?4.你在实习过程中有遇到过数据倾斜的情况吗?你是如何解决的?5.标签存储用的是什么数据库?6.用Doris存储主要是为了加快查询，你有遇到过下游报表查数慢但不是数据倾斜的情况吗?你是如何解决的?7.两道Sql:(1)很简单;(2)找出那些有5个下属的经理id及其名称。8.能实习多久?实验室有要求出勤吗?base地能否接受?9.面试官介绍部门业务线。10.反问环节。

1.自我介绍2.介绍一下spark的内存模型?3.动态内存管理中存储内存和执行内存的区别?4.对堆外内存有了解吗?5.有了解过oom的几种类型吗?6.治理过数据吗?举个具体的优化案例?7.除了提高shuffle并发，还有什么方法能优化?8.平时在公司平台上使用的大数据组件有哪些?9.spark是完全基于内存吗?10.spark的几种join有了解吗?介绍一下?11.sort join和hash join的shuffle区别?12除了join，还有哪些操作会引起shuffle?13.spark shuffle过程中有sort和没有sort的区别?14.熟悉非等值连接吗?15.sql题:求次日、三日、七日留存率。16.如果是日增量的分区表数据量很大，如何进一步处理?16.需要用distinct吗?代码能否优化?17.反问环节。

研究生什么研究方向、为什么选择做数据spark和mr的区别，spark为什么快aqe的特性spark用过的参数shuffle.partitions调节的经验，调多大合适，是否有公式计算和存储的治理怎么做的spark合并小文件怎么做的，落hdfs之前合并还是之后合并？平台自动化合并小文件和repartition哪个快（合并小文件快）为什么要合并小文件cbo的优化规则对spark感兴趣吗，接受提前实习吗，最早什么时候