上文中用到的docker-entrypoint.sh、gettext-base_0.21-4_amd64.deb、gosu-amd64、gosu-amd64.asc和libjemalloc-dev_5.2.1-3_amd64.deb文件先下载到本地。链接：https://pan.baidu.com/s/1ItGu2Sh3nigtwvRAeGGUHQ?链接：https://pan.baidu.com

上文中用到的docker-entrypoint.sh、gettext-base_0.21-4_amd64.deb、gosu-amd64、gosu-amd64.asc和libjemalloc-dev_5.2.1-3_amd64.deb文件先下载到本地。链接：https://pan.baidu.com/s/1ItGu2Sh3nigtwvRAeGGUHQ?链接：https://pan.baidu.com

大数据面试题之Greenplum(2)

大数据面试题之数仓(1)

大数据面试题之HBase(3)

大数据面试题之Flink(3)

大数据面试题之MapReduce(3)

大数据面试题之MapReduce(1)

摘要：生产环境中Flink处理设备状态持续时间的任务出现性能问题，当数据量增至8000+/秒时，状态计算算子频繁超时。经排查发现MapState存储冗余历史时间戳导致单个TaskManager状态达2G。优化方案：1)重构状态结构，用ValueState仅存储当前状态和开始时间；2)设置24小时TTL；3)调整RocksDB参数。优化后状态量从每台设备上千时间戳降至1个对象，问题得以解决。

本次面试整体偏向Java底层原理+业务落地，项目实战部分发挥正常，但Java并发底层基础严重不牢，多处概念模糊、关键点答不全，暴露了长期只写业务、疏于底层原理梳理的问题。混淆 JMM（并发模型：可见性、有序性、原子性、volatile、内存屏障） 和 JVM内存划分，属于基础概念完全错位，底层知识不扎实。5+年Java开发经验，近3年深耕数据方向开发，主要做物联网实时数据处理、数仓建设、数据清洗等