一:美团金融服务部
1 讲一下主要是工作内容
2 hashmap 的结构, 数组+链表. 如果其中某一个数组过长怎么?办
3 线程和进程的区别. 线程如何共享数据, 进程如何共享数据
4 八种各种排序 及其时间复杂度
5 mysql几种索引
6 计算机网络 tcp,udp, 区别 如何用udp实现tcp
7 数据仓库的一些概念
美团金融服务部(另一位同学)
1.先自我介绍
2.手写冒泡排序，按正序输出 会给个数组 [10,7,9,6,5,2,1,3,8]
3.hive的问题 主要靠 udf、udaf、udtf 会举个例子 考我的是 udaf的 row_number over(order by)
4.我简历上写着kylin，所以聊了下kylin
5.GC回收机制，新生代、老年代、永久代
6.mapreduce的执行过程
7.你觉得你的优势是什么
8.有没有创新点
9.离职原因
10.job的提交过程
11.sparksql，sparkstreaming，我说了下现在做什么，sparksql的api，做计算之类的，streaming做实时的kafka日志落地
12.数据仓库的概念，缓慢变化维。我说了下工作当中的仓库构建的层次，ods、mds、sds的处理流程（概念的东西可以好好看看）
二: 高德(地图定位相关部门)
1 wait synchronized深入对象，方法，静态方法 reentrantlock
2 两个文件各有50亿条数据，存的是cookie，每个cookie 32个字节，在单机环境下匹配
3 一个链表,线性时间复杂度查询中间的元素
4 hdfs 模块
5 hive order by, sort by, distribute by, cluster by
6 如何压缩日志
7 mr suffer ，map端数据倾斜
8 hash一致性 三个节点 热点key不均匀
9 二叉树 二叉排序树（中序遍历有序） 平衡二叉树（左右深度绝对值小于1）
三: 阿里妈妈面试
1.会问一些工作中的内容，先介绍一下自己的工作，然后会问一些工作相关的东西
2.问题环节
（1） 两个文件各有50亿条数据，存的是cookie，每个cookie 32个字节，在单机环境下匹配
（2）2亿条整数数据，如果快速匹配出指定的一个整数是否在文件当中，在单机环境
（3）hashmap和treemap的区别
(4) java值和引用的区别 在堆还是栈中
3 一个20T数据，分a，b，c三种类型数据混合，求a中设备id数据去重汇总，b中设备id不在a中的去重汇总，c也以此类推
先设备id排序， 设备id相同按类型排序 取第一个,(二次排序)
四:搜狐新媒体电话面试
1.先自我介绍
2.都用过哪些大数据的框架（重复问了好多次）
3.hbase最适合的应用场景
4.工作中mr或hive印象最深刻的问题及怎么解决的
5.看过哪些hadoop源码（如果说看过哪块，他会让你说）
6.做的工作中，整条链路，最关键的点是什么或者说最大的坑是什么
7.如何保证数据一致性（这是数据仓库的东西）
8.druid、kylin、impala、presto（这个可以了解一下，他简单问了问我）
五: 一点咨询面试
1.工作内容介绍，会针对工作内容问些问题
2.姓名，课程，成绩 sql，至少两科及格的总人数
3.ip访问次数top10 单机环境，内存有限，日志量比较的情况下如何快速取出top10
4.实时程序如果算一天的uv，有啥解决方案
5.random(5)如何用等概率实现random(10)
6.用过哪些OLAP框架，会让讲原理
7.看过哪些源码，可以随便讲哪块都行
8.二叉树
9.如果啥服务都没有，从头搭一套的流程设计是什么样的，一直到数据报表可视化
其实面试只要好好准备,通过率还是挺高的.
对于大数据面试基本上以下几个方向吧(大概写写,不是系统性的总结) :
1 java基础(gc,jvm,map,volatile,多线程锁相关)
2 数据结构(数组,链表,树,二叉树!) 算法(八大排序算法必会)
基本上做业务的算法不会问太难,以后会分享一些面试中的简单算法
3 hadoop 各个模块,如何高可用, suffer(必问), mapreduce过程(必问)
4 zookeeper 相关,分布式锁
5 spark相关 为什么比hadoop快
6 kafka