一:美团金融服务部
1讲一下主要是工作内容
2hashmap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
5mysql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_numberover(orderby)
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)
1waitsynchronized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cookie32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
4hdfs模块
5hiveorderby,sortby,distributeby,clusterby
6如何压缩日志
7mrsuffer，map端数据倾斜
8hash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cookie32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):
1java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
3hadoop各个模块,如何高可用,suffer(必问),mapreduce过程(必问)
4zookeeper相关,分布式锁
5spark相关为什么比hadoop快
6kafaka