乘风破浪 | 大厂数仓开发面试经验（二）
点击上方蓝色，关注置顶我们！
相关推荐：面试系列 | 大厂数据开发面试经验（一）
☞ 关注公众号『数据仓库与Python大数据』，获取更多优质资源与干货文章。
作者：fearless
编辑： 紫霞仙子
正文
前言
虽然现处于疫情期间，可能很多童鞋现在正在找工作，或是想要入行，或是待业ing……
细心的童鞋如果你观察一下各大招聘网站，你会发现机会也开始复苏，也开始多起来的趋势。
0x01 面试准备
本人是从05-15到06-15之间抽出了半个月时间出去面试，面了大概十来家，这期间几乎看遍了我们公众号的每一篇文章。虽然大环境目前可能不是很好，但是机会总是留给有准备的人。
找工作的兄弟姐妹无需着急，总能找下相对满意的一个（注：本人也是菜鸡一个）。
下面简要谈谈这次面试感想。
先说说目前市场情况：由于疫情，目前的市场确实不如以前，现在大多数公司一般招两种人，一种是技术很厉害的，一种是工资低的；
技术一般还想要高工资比较难了，技术过硬要高工资也是相对容易的。有很多面到最后，谈了工资没有下文的。一般hr让你回去等消息，有可能是等不到，所以还得接着面试，不要在挂在一棵树上；
所以大家还是要好好准备，提高技术，整理总结，找到满意的岗位。
0x02 面试经历
大家都知道大数据分为：平台、数仓、数分和挖掘。投简历要看清到底是哪个岗位，特别是大厂的岗位；
因为我之前搞数仓，但是想搞平台开发就投了一个大厂，结果被虐的很惨。
面试主要聊源码，hadoop和spark源码(因为我项目中没用flink，所以没问flink)。
大概四十分钟，问的很细很底层，还有jvm相关的，中间夹杂算法；
其余的面的大多是数仓开发，模型与架构，离线与实时，也都还好一些。
如果面平台开发，首先要通读过源码，特别是spark和flink的，仅仅会用是不行的，因为一般大厂都会进行源码调优和二次开发；
如果面数仓开发，一般会问一些spark、hive调优，数仓建模和分层架构，数据质量和数据治理等问题，还有就是项目中出现的问题，怎么解决的；
这个大家在准备面试时，建议每个项目都提前准备好几个问题，方便回答，hold住面试官；
在面试过程中，也请教了一些大佬和群友，建议就是简历要突出精和专，而不是广。大厂不需要广而不精的人。你写的越广，面试官会问的越多，你就越容易暴露自己的弱环。
还有就是搞数仓的兄弟姐妹们，平时除了写sql，可以多看看源码，对面试有帮助。
0x03 面试题目
面试题目：主要挑了一些重点问题，其他问题可以去看公众号之前整理的一篇文章，总结的很全面。附：
面试真经 | 大数据/数仓面试灵魂30问（附答案 | 已斩offer）
hashmap为啥用红黑树，为啥不用二叉搜索树和b树？
垃圾回收机制？CMS工作机制？G1对比CMS的优点？G1为什么快？为什么效率高？
gcroots有哪些？
jvm栈的组成结构，细化到最小粒度？类加载的整个过程？
spark既然会溢到磁盘，为什么会发生oom？
spark shuffle过程中，reducetask怎么知道数据在哪？
项目中使用spark遇到那些问题？
redis快的原因？redis的数据结构的底层实现原理？
sparkstreaming冷启动问题？
hadoop新加节点后，数据转移的问题？
sparkstreaming怎么求跨天的uv?
启动一个sparkjob怎么预估申请资源的大小?
实际工作中的jvm调优?
kafka有没有遇到所有数据进入一个分区的情况，怎么解决？
自己接口修改了一个数，怎么暴露给spark/flink任务让其感知？
这时候想起一句话：我们只负责努力，剩下的交给天命~
0x04 面试总结
由于面试跨度较长，本人也主要记录了一些重点问题，希望对你有所帮助！今天的分享就到此，祝各位战友找到心仪的工作，升职加薪。搞数仓的同学们，平时可以多看看紫霞公众号和社群分享的内容，文章和专题质量都很高。文末戳阅读原文，可直达数仓专题。
已斩offer，再次感谢仙子，由心感谢，也欢迎大家关注这个公众号，一起进步，一起乘风破浪！
如果感觉文章有用，记得分享给你的朋友哦
（在看也是鼓励！）
更多精彩，请戳"阅读原文"到"面试系列"查看
！关注不迷路~ 各种干货、资源定期分享！
学习小密圈 限50人