作者簡介

藍橋簽約作者、大數(shù)據(jù)&Python領(lǐng)域優(yōu)質(zhì)創(chuàng)作者。維護多個大數(shù)據(jù)技術(shù)群，幫助大學(xué)生就業(yè)和初級程序員解決工作難題。

我的使命與愿景：持續(xù)穩(wěn)定輸出，賦能中國技術(shù)社區(qū)蓬勃發(fā)展！

粉絲福利：免費下載海量【PPT模板、簡歷模板、學(xué)習(xí)資料】

目錄

1、溝通技巧

1）引導(dǎo)式聊天

2）自信的表達

3）不要暴露缺點

2、充足且針對性的知識儲備

1）技術(shù)框架部分

2）項目部分

3）算法部分

4）HR部分

3、真實面試案例

真實面試案例（一）

真實面試案例（二）

真實面試案例（三）

---

很多小伙伴問我說：你拿了那么多大廠的offer，有什么面試套路嗎？

我想說的是，面試無非就兩點：溝通技巧 + 充足且針對性的知識儲備。

1、溝通技巧

1）引導(dǎo)式聊天

????????簡單來說，就是從自我介紹開始，就蹦出一些技術(shù)名詞，引導(dǎo)面試官對這些技術(shù)知識點進行提問，然后提前準備好答案，回答完上一個問題的時候，扯一嘴其他的技術(shù)知識點（很多面試官喜歡打破砂鍋問到底，但往往中了你的圈套）。

? ? ? ? 在面試過程中有很多引導(dǎo)的機會，慢慢體會吧！

????????????????

2）自信的表達

????????一個自信的表達，能讓整體面試氣氛輕松活躍，給面試官好的印象分，面試就像談戀愛，看感覺的。

3）不要暴露缺點

????????很多小伙伴（包括當(dāng)年的我），在面對不會的提問時，不斷的去解釋，反而會暴露更多問題。這個時候你完全可以說這個不太了解，然后繼續(xù)后面的回答。相信我，放過幾個不會的，不會影響面試結(jié)果，因為沒有人什么都懂， 你要做的就是：盡可能多的呈現(xiàn)你會的，快速跳過不會的！

---

2、充足且針對性的知識儲備

? ? ? ? 關(guān)于知識儲備，我在技術(shù)群里咨詢了一些大廠的小伙伴的面試經(jīng)歷，分享給大家。

? ? ? ? 針對這些問題的回答話術(shù)，小編會在近期啃下來，作為粉絲福利發(fā)布。

1）技術(shù)框架部分

? ?? （1）會根據(jù)面試者簡歷上的技能點進行考察。注意技能點描述用詞，不要隨便用熟悉，覺得特別熟的可以說熟練使用

? ?? （2）常用的大數(shù)據(jù)框架是肯定會問的，比如Hive、Spark、Kafka等。常見的如Kafka精準消費問題的多種解決辦法對比，Spark的Task調(diào)度規(guī)則

? ?? （3）有些面試官會直接讓講了解的框架最底層實現(xiàn)

? ?? （4）Java，MySQL，Redis必問，JVM，Hashmap，JUC相關(guān)，MySQL的索引及優(yōu)化，Redis數(shù)據(jù)結(jié)構(gòu)、集群、緩存淘汰

? ?? （5）常見的協(xié)議會考，租約協(xié)議，quarum原理，Zookeeper選舉，acid，acp，base等

2）項目部分

? ?? （1）一般會讓你挑你最熟的一個項目講。考察從項目背景到實現(xiàn)的把控

? ?? （2）重點是參與的部分，遇到的難點

? ?? （3）常見業(yè)務(wù)難題的解決和優(yōu)化，層層遞進，頭條追求做到極致

? ?? （4）沒有做過的項目、模塊不要亂講，容易被問懵逼或者被太簡單被鄙視

3）算法部分

? ?? （1）數(shù)據(jù)結(jié)構(gòu)必考，手寫代碼，每一面都會考。常見數(shù)組、鏈表、二叉樹、跳表的題。有些部門會先筆試（電腦實際編碼運行）再面試

? ?? （2）算法部分常見動態(tài)規(guī)劃、概率題、二進制一類

? ?? （3）SQL題目，行列轉(zhuǎn)換。分區(qū)函數(shù)，統(tǒng)計連續(xù)登陸天數(shù)這一類問題

? ?? （4）多刷Leetcode，題都是有套路的

4）HR部分

? ?? （1）想好跳槽理由，一般注重抗壓能力和穩(wěn)定性

? ?? （2）大廠會有明確的穩(wěn)定性的要求，如：無連續(xù)2段不超過1年的工作經(jīng)歷，當(dāng)然，一般安排面試的話，就說明穩(wěn)定性和學(xué)歷初篩通過了。? ? ? ?

---

3、真實面試案例

真實面試案例（一）

?1）技術(shù)部分

（1）WordCount的實現(xiàn)過程

（2）MR與Spark的區(qū)別

（3）Spark在Client與在集群運行的區(qū)別

（3）相同的SQL在HiveSql與SparkSQL的實現(xiàn)中，為什么Spark比Hadoop快

（4）自定義UDF

（5）設(shè)計HBase表需要注意的點

（6）HBase的hlog

（7）數(shù)據(jù)同樣存在HDFS，為什么HBase支持在線查詢

（8）數(shù)據(jù)從Hive中用SparkSql進行操作有遇到什么問題？類似兼容性的問題。

（9）SparkStream與Strom，Flink與什么區(qū)別

（10）有三個map，一個reduce來做top10，哪種方法最優(yōu)。數(shù)據(jù)量特別大。

?2）項目的架構(gòu)

（1）數(shù)據(jù)倉庫的模型設(shè)計

（2）數(shù)據(jù)倉庫的數(shù)據(jù)清洗

（3）業(yè)務(wù)建模、數(shù)據(jù)分析方法。

（4）數(shù)據(jù)倉庫是怎么設(shè)計的

（5）數(shù)倉規(guī)范設(shè)計哪些方面(字段、維度，存儲壓縮、數(shù)據(jù)保留機制)

（6）數(shù)倉質(zhì)量怎么監(jiān)控(數(shù)據(jù)質(zhì)量管理系統(tǒng)，主鍵唯一、非空、數(shù)據(jù)波動)

（7）數(shù)倉主題分哪些(按照公司業(yè)務(wù)歸類

（8）數(shù)倉拉鏈表的原理

（9）有沒有遇到數(shù)據(jù)傾斜的問題（場景、解決方式）

（10）數(shù)倉重點調(diào)度任務(wù)的保障方式（調(diào)度系統(tǒng)優(yōu)先級）

（11）數(shù)倉任務(wù)報錯和監(jiān)控（調(diào)度系統(tǒng)捕捉錯誤，電話短信告之值班人員）

真實面試案例（二）

1）筆試部分

（1）有一表名t_sh_mtt_netdisk_log，從表名可以看出該表是什么業(yè)務(wù)的，是什么周期粒度的表。

（2）怎么查看表結(jié)構(gòu)，表創(chuàng)建語句？怎么查看表有哪些分區(qū)？怎么查看分區(qū)對應(yīng)hdfs路徑？怎么計算某個分區(qū)的數(shù)據(jù)量大小？怎么計算某個分區(qū)的文件總數(shù)？

（3）有一hive sql，怎么計算這個sql會產(chǎn)生多少個map數(shù)？

（4）怎么查看hive有什么自帶函數(shù)？怎么查看函數(shù)的詳細信息？

（5）Hive支持哪些基木數(shù)據(jù)類型？

（6）請指出下面兩個語句讀取分區(qū)ds數(shù)據(jù)的不同

Select * from t where ds=20150101 and province='gd' or province='ex'

Select x fromt where ds 20150101 and（province='gd' or province='ex'）

（7）將字符串"keyl=valuel&key2=value2...keyn=valuen"進行分割放到一個字段里面，可以查出任意一個keyx對應(yīng)的valuex值。請寫出查詢語句，并計算總共有多少個key值。

（8）用一個字符串比如"alblc"來測試某個函數(shù)比如split（用|分隔符將字符串進行分割）的語句

（9）a表和b表內(nèi)連接，a表為小表，只有2000行記錄

select a.*from a Join b on a.key=b.key

可以進行怎樣的優(yōu)化

（10）a表left join b表，b表為小衣，可以進行怎樣優(yōu)化？

scleet a.*from a left join Join b ona.key=b.key

如果a為小表，可以怎樣優(yōu)化？

（11）請指出下面sql語句的區(qū)別

select a.* from a left Join b on a.key = b.key and a.ds=xxx and b.ds=xxx

sclect a.* from a lef Join b on a.key = b.key and b.ds=xxx

select a.* from a lef Join b on a.key = b.key and b.ds=xxx where a.ds=xxx

Select a.* from a left Join b on a.key = b.key where a.ds=xxx and b.ds=xxx

（12）多表連按的寫法：a,.b,c三個表內(nèi)連接，連接字段都是key，怎樣寫連接語句？

（13）兩大表連接，發(fā)生了數(shù)據(jù)傾斜，有幾個reduce無法完成，怎么查找發(fā)生數(shù)據(jù)領(lǐng)斜的原因？應(yīng)該怎樣優(yōu)化？

語句：select t1.*,nvl(t2.x,1) from t1 left join t2 on t1.guid=t2.guid

（14）兩大表連接，發(fā)生了數(shù)據(jù)傾斜。有一個reduce無法完成，檢直發(fā)現(xiàn)t1中g(shù)uid="的記錄有很多，其他guid都不重復(fù)，這條語句該怎樣優(yōu)化？

語句：select t1.*,nvl(t2.x,1) from t1 left join t2 on t1.guid = t2.guid

（15）如何用hive q！實現(xiàn)sqL中的exist/in 子句

mysql語句如下：

SEL ECT a* FROM a where a.key in（select dstinct key from b where key like ‘filter%’）

（16）sort by、distribute by、cluster by 和 order by 區(qū)別

注：可參考數(shù)據(jù)工廠的“幫助中心》集群hive》hive使用優(yōu)化》hive使用注意事項”

真實面試案例（三）

1）技術(shù)部分

（1）我看你上面寫了你會Spark，那你用Spark寫一下剛剛那道題的代碼，不能用Spark SQL

（2）我看你上面有寫到熟悉Hive原理和優(yōu)化，你說一下怎么優(yōu)化

（3）優(yōu)化有說到語句優(yōu)化，然后又說回到pv和uv那個問題，假如說讓你優(yōu)化你怎么優(yōu)化（我代碼里面有count(distinct?id)?uv,）

（4）問了一些Kafka的，我只記得一點點，問我數(shù)據(jù)會不會重復(fù)消費，什么情況下會重復(fù)消費

（5）在Hive執(zhí)行語句的時候如果很慢，什么原因造成

我有提到數(shù)據(jù)傾斜的問題，他又問怎么解決數(shù)據(jù)傾斜

2）項目部分

（1）讓你挑一個比較有亮點的項目詳細說

（2）你負責(zé)了什么，數(shù)倉中統(tǒng)計了哪些指標，

（3）剛剛聽你說項目里面有提到分層，如果我要你求每天商品的pv，uv，從ods層到dm層它的具體流向，各層都統(tǒng)計了什么（后來讓寫求pv，uv的sql語句）

3）場景部分

（1）有一個分區(qū)表，表名T，字段qq，age，按天分區(qū)，讓寫出創(chuàng)建表的語句

（2）剛剛的分區(qū)表，求20200221這個分區(qū)中，年齡第N大的qq號列表

4）手寫部分

（1）三個字段，timestamp，user_id，product_id，讓求pv最大的商品，寫了之后又叫用Scala代碼寫一遍，然后又問，假如說只讓你求pv數(shù)大于100的top3呢，代碼又怎么寫

?

【求評論、求點贊、求收藏】?

讀到此處的大佬，你的面試技巧有哪些呢？請在評論區(qū)暢所欲言吧！！

總結(jié)

以上是生活随笔為你收集整理的❤ 想知道大厂面试都问什么吗，附最强面试技巧！！（大数据开发岗）❤的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。