面试真题

技术面高频问题 · 企业真题标题 + 校招宝自研参考答案
面试真题
641 道
覆盖企业
49 家
技术方向
16 个
当前筛选
6 道

按技术方向点选即筛，再点「全部」还原

全部（641）数据库（114）C++（85）Go（82）Java（69）网络（65）操作系统（54）后端（39）前端（37）算法（31）运维（22）其他（17）AI算法（13）大数据（6）测试（4）产品（2）Python（1）

按难度

简单（265）中等（357）困难（19）

按企业49 家企业的真题，点选查看该公司全部题目

百度（160）腾讯（138）阿里巴巴（62）网易（54）京东（48）字节跳动（33）大华股份（10）美团（9）Momenta（7）小鹏汽车（7）深信服（7）Shopee（6）小米（6）拼多多（6）滴滴（6）读书郎（6）金山（6）搜狐（5）虎牙（5）闪送（5）小红书（4）快手（4）沥泉科技（4）360（3）

分类：大数据6 道 · 点击进入查看参考答案

简单大数据
Hadoop 生态圈有哪些组件？展开说一下
结论：Hadoop生态包含核心组件及外围工具，覆盖存储、计算、调度与数仓等。核心：HDFS分布式文件系统提供高容错存储；YARN负责资源管理与任务调度；MapReduce批处理计算模型。外围：Hive基于HDFS的数仓支…
🎤 阿里巴巴
中等大数据
实时画像标签有接触吗？实时性怎么定义？怎么确保实时数据准确？
结论：实时画像基于流式数据更新用户标签；实时性指数据产生到标签生效的端到端延迟（秒级或分钟级）；准确需数据源可靠与计算精确。要点：实时性按业务分准实时（分钟）与真实时（秒级），以延迟分位数衡量；确保准确：采集层用Kafk…
🎤 阿里巴巴
中等大数据
数仓建模遵循哪些规范？数据治理怎么做？异常数据如何监控？
结论：数仓建模规范包括分层（ODS/DWD/DWS/ADS）、维度建模（星型/雪花）、命名与指标统一；数据治理通过元数据、标准、质量、权责实现；异常监控靠规则校验与告警。要点：建模遵循总线架构与一致性维度，减少冗余；治理…
🎤 阿里巴巴
中等大数据
如何评价一个数仓“干得好”？为什么？
结论：评价数仓“干得好”核心看五个维度：1.数据准确一致，这是生命线；2.时效达标，关键产出按时；3.易用性高，模型清晰查询快；4.成本可控，资源利用优；5.稳定扩展，容灾完备。原理：数仓本质是为业务提供可信及时的数据服…
🎤 阿里巴巴
困难大数据
4 亿行数据怎么去重？
结论：分治+排序/哈希，或借助分布式框架。核心要点：若内存小，按去重键哈希分片到多个文件，每文件加载进内存用Set去重；或外部排序（多路归并）使相同键相邻后去重；分布式用Spark SQL SELECT DISTINCT…
🎤 阿里巴巴
困难大数据
如果让你从0到1设计一个数仓全栈，你会怎么设计？
结论：数仓全栈需分层建模、离实时一体与数据治理。思路：1.数据源：业务库Binlog、前端埋点；2.采集：DataX/Sqoop离线，Flink CDC实时；3.存储：HDFS+Hive数仓，Kafka缓冲流；4.计算：…
🎤 阿里巴巴
题目整理自公开面经，答案由校招宝自研生成，仅供参考