袋鼠云大数据岗位面试题袋鼠云面试题学长1（1）Spark怎

袋鼠云面试题
文章插图
学长1（1）Spark怎么做到Exactly-once？
（2）flink的怎么和rocksDB交互的。画一个流程图。（这个我也不会）
（3）flink怎么实现Exactly-once？
（4）flink on yarn 的任务提交流程？
（5）rocksDB为什么可以存储那么大的数据量。
（6）使用eventtime+watermark的时候，如果数据到6点结束了。怎么保证最后一条数据能计算。
（7）你理解的什么样的数仓是一个好的数仓。
（8）你们有做过数据的结果的校验吗？怎么校验的(很重要，金融的业务不允许有误差，深圳的是金融业务部门。可以容忍慢，但是不能错。 )
（9）要是能自己去看看flinksql就更好了。最新的flink已经支持sql的写法了。业务用的就是flinksql 。
（10）公司是做数据中台。主要用的技术就是flink 。多准备一下flink的技术。
***面试通过者，薪资可以参考20
学长2（1）Flink topN的实现
【袋鼠云大数据岗位面试题】（2）使用状态后端的时候与hdfs/rocksdb的交互（没懂，不是checkpoint检查点机制）
（3）窗口的触发机制、压力监控及处理、设置时间语意、连续处理
（4）jvm
（5）用原生api创建线程池和调用
（6）map和list的各实现类的用法与区别
（7）数仓各层的理解
（8）物流宽表和订单宽表为什么不做到一块儿
（9）怎么把hdfs上的数据导到hive ，内外表
（10）星型模型和雪花模型，事实表维度表
（11）namenode的内存结构
（12）数据质量监控
（13）kafka的数据重复在数仓怎么处理的
（14）存储格式及对比
（15）项目中遇到的问题