【摘要】本文梳理了腾讯和快手数据开发岗校招面试的核心考点。腾讯侧重技术深度，重点考察Spark/Flink线上问题排查（如任务慢、数据倾斜）、SQL优化及Java底层原理；快手则聚焦AI工具落地和业务方案设计，关注大模型应用和智能开发能力。两家公司均包含算法手撕环节（栈实现队列、合并有序数组等基础题）。面试建议：腾讯需掌握框架原理和调优经验，快手要准备AI编程工具实操案例，同时注意项目细节深挖和业

"最近面试了几家互联网大厂的大数据的岗位，经历了从数据仓库建设到标签开发，再到性能优化的全方位'拷问'。今天就把这些实战经验整理出来，希望能帮到正在准备面试或对数据开发感兴趣的朋友们！"先把面试题放在前面，以下问题和答案都是根据个人经验和技能总结整理的，我通过了该公司的面试，顺利拿到了offer，回答基本没什么问题，供大家参考。

执行hive定时任务，发现有个定时任务报如下错误，Error: Java heap space.查询平台日志，显示mapreduce都已经执行成功了，脚本没有问题,没有报错，那就是平台问题了查看hadoop日志发现，实际上有4个map没有执行成功，而reduce就没有执行，说明调度平台显示的日志信息不准确。进入对应的4个map中查看日志，发现真实报内存溢出错误...

win10安装oracle 11g,在安装时点击setup.exe之后，出现了:[INS-13001]环境不满足最低要。解决办法很简单，这是因为版本注册问题，默认oracle 11没有添加win10的注册信息，所以要讲win10的注册信息添加到oracle的配置文件里。打开oracle安装包，找到stage文件夹，找到cvu_prereq.xml文件，用记事本打开可以看到如下内容，在&lt

公司集群CLI命令行测试，发现Hive命令行输出不显示列名，或者显示的列名带表名，可读性很差哇。解决办法：进入hive cli后 set hive.cli.print.header=true;但是显示列名以后，又出现表名+列名的显示方式，可读性也不好。继续在hive cli中：set  hive.resultset.use.unique.column.names=false;      因为在cl

有时候在使用maven管理项目时，打包一个jar包，会出现pom文件报错的情况。当出现xx\target\classes\META-INF\MANIFEST.MF (系统找不到指定的路径)可以选择如下方式解决。方法一：  1.找到eclipse的project菜单选择clean...选项　　　　　　　　2.选择Clean all projects 或者 Clean

1.报错情况有个小伙伴hive任务报错，moving data时，报错如下Failded with exception:unable to move source hdfs://...........2.问题排查这种情况一般跟任务没有关系了，说明hive任务已经执行成功了。因为默认hive，spark任务数据先写到一个临时目录，等各个节点的数据都写完整以后，校验没问题了，在move到表的hdfs路

1.案例描述：hive有个定时任务平时正常，没有啥问题，正常一般大概执行1个小时左右，但是今天突然报错了，报错代码：：running beyond physical memory limits. Current usage: 2.0 GB of 2 GB physical memory used; 3.9 GB of 4.2 GB virtual memory used. K...

Regular Expression，正则表达式，又称正规表示式、正规表示法、正则表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的...

    往hive分区表中插入数据时，如果需要创建的分区很多，比如以表中某个字段进行分区存储，则需要复制粘贴修改很多sql去执行，效率低。因为hive是批处理系统，所以hive提供了一个动态分区功能，其可以基于查询参数的位置去推断分区的名称，从而建立分区。   1.创建一个单一字段分区表hive>create table dpartition(id int ,name string