題型：單選7道，不定項3道，程式設計3道（單選涉及linux, sql）
1. 怎麼解決資料傾斜
① 增加reduce的個數，② 重新設計key，有一種方案是在map階段時給key加上乙個隨機數，有了隨機數的key就不會被大量的分配到同一節點，待到reduce後再把隨機數去掉即可。③ 使用combinner合併，combinner是在map階段，reduce之前的乙個中間階段，在這個階段可以選擇性的把大量的相同key資料先進行乙個合併,可以看做是local reduce,然後再交給reduce來處理,這樣做的好處很多,即減輕了map端向reduce端傳送的資料量(減輕了網路頻寬),也減輕了map端和reduce端中間的shuffle階段的資料拉取數量(本地化磁碟io速率)。④ 增加jvm記憶體。
///這是乙個多選題，我記得題上給的選項有①，②，③，但是我好像沒選完。///
2.事務特徵
①原子性，②一致性， ③ 隔離性，④ 永續性。
///這也是乙個多選題，題上所給選項四個都有///
3. 系統產生死鎖的必要條件
①互斥條件：乙個資源每次只能被乙個程序使用。②請求與保持調價：乙個程序因請求資源而阻塞時，對已獲得的資源保持不放。③不剝奪條件：程序已獲得的資源，在未使用完之前，不能強行剝奪。④迴圈等待條件：若干程序之間形成一種頭尾相接的迴圈等待資源。
///同樣是多選題，選項好像有①，③，④。不記得有沒有②了。
4.tcp協議中，client需斷開連線時。。。。
///不記得選項了，然而也沒有找到答案///
單選題中還有數學的計算題，（雖然我是數學生，但是還是費勁的算了一會兒），關於sql的題是考inner join，outer join，left join，left outer join。left join和left outer join沒什麼區別，看來當時應該選outer join了，學了這麼久sql，這麼簡單的題還錯了，也是服了自己了。
程式設計題一
題目：小明設計了乙個編輯器，內容s最開始是乙個空字串，只能通過特定的命令q來修改編輯器內容，目前支援下面四個命令：
1 w : w字串追加到s末尾
2 k : 刪除s的最後k個字元
3 k : 輸出s的第k個字元
4 回滾上一步對s的操作（1，2會修改s，回滾對1，2操作）
最後輸出的應該是步驟3要求的第k個字元
命令列要求：
第一行輸入總步驟的個數n
輸入：8
1 abc
3 32 3
1 xy
3 22 2
43 1
輸出：cya
///目前沒有找到答案，後面有答案了會補上///
程式設計題二
小c追小h，小h給了小c一篇文章和一本字典，這篇文章是無標點符號的，小h的要求是讓小c把這篇文章根據字典來斷句，就這麼說吧，我也忘了題上怎麼表述的）把這篇文章有多少種分段方法求出來。
命令列要求：
第一行輸入文章，第二行輸入字典中字的個數，後面一次輸入字典內容。
輸入：abcba5ab
babccba
輸出：2
說明：文章可以斷為：
a | bc | ba
ab | cb | a
///後續補答案///
程式設計題三
小h有n雙純色襪子，對標號為i的襪子定義顏色為c_i，接下來的m天，第i天會選擇標號為a_i和b_i的兩隻襪子。問：怎麼染色，才能最少染色。
（第三個題沒有去細想，所以只記了個大概）
總結這次筆試，感覺大廠的題好難啊！！！！
自己還要多學習。
若有大佬自己寫出來了程式設計題的**，或者找到了，麻煩和小弟分享一下，感謝感謝了！！
python資料探勘面試 位元組跳動資料探勘面試總結
1.資料探勘任務 使用者常住城市 2.資料倉儲任務 演出主藝人名標籤挖掘 3.mapreduce原理 4.mapreduce特別慢的原因 4.1 計算機效能 cpu 記憶體 磁碟健康 網路 4.2 i o操作優化 資料傾斜 map reduce數設定不合理 reduce等待過久 小檔案過多 大量的不...
位元組跳動開發方向筆試
輸入乙個字串，判斷改字串是否是完全迴圈，如果迴圈，則輸出最短迴圈子串 反之輸出自身 迴圈 輸入abababab，輸出最短迴圈子串 ab不迴圈 輸入 abc，輸出 abcleetcode 459題 留著吃了飯寫實現加法 1 2 輸出 3實現減法 1 2 輸出 1實現乘法 1 3 輸出 3實現冪運算 2...
位元組跳動筆試題
要求 輸入陣列長度，然後輸入陣列中的各個元素，最後輸入整數k，要求找出陣列中三個元素小於k的三個元素，例如 輸入陣列長度 6 輸入陣列元素 2 0 1 2 3 6 輸出三元組 共4個 下面給出思路和 思路 1 獲得使用者輸入的陣列長度n,若n不為整數，則提示錯誤。2 建立陣列。3 獲得使用者輸入的陣...