作者簡介

藍橋簽約作者、大數據&Python領域優質創作者。維護多個大數據技術群，幫助大學生就業和初級程序員解決工作難題。

我的使命與愿景：持續穩定輸出，賦能中國技術社區蓬勃發展！

粉絲福利：免費下載海量【PPT模板、簡歷模板、學習資料】

目錄

1、溝通技巧

1）引導式聊天

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）引導式聊天

????????簡單來說，就是從自我介紹開始，就蹦出一些技術名詞，引導面試官對這些技術知識點進行提問，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，然后繼續后面的回答。相信我，放過幾個不會的，不會影響面試結果，因為沒有人什么都懂， 你要做的就是：盡可能多的呈現你會的，快速跳過不會的！

---

2、充足且針對性的知識儲備

? ? ? ? 關于知識儲備，我在技術群里咨詢了一些大廠的小伙伴的面試經歷，分享給大家。

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

1）技術框架部分

? ?? （1）會根據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）常用的大數據框架是肯定會問的，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調度規則

? ?? （3）有些面試官會直接讓講了解的框架最底層實現

? ?? （4）Java，MySQL，Redis必問，JVM，Hashmap，JUC相關，MySQL的索引及優化，Redis數據結構、集群、緩存淘汰

? ?? （5）常見的協議會考，租約協議，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的把控

? ?? （2）重點是參與的部分，遇到的難點

? ?? （3）常見業務難題的解決和優化，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）數據結構必考，手寫代碼，每一面都會考。常見數組、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）算法部分常見動態規劃、概率題、二進制一類

? ?? （3）SQL題目，行列轉換。分區函數，統計連續登陸天數這一類問題

? ?? （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定性

? ?? （2）大廠會有明確的穩定性的要求，如：無連續2段不超過1年的工作經歷，當然，一般安排面試的話，就說明穩定性和學歷初篩通過了。? ? ? ?

---

3、真實面試案例

真實面試案例（一）

?1）技術部分

（1）WordCount的實現過程

（2）MR與Spark的區別

（3）Spark在Client與在集群運行的區別

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

（4）自定義UDF

（5）設計HBase表需要注意的點

（6）HBase的hlog

（7）數據同樣存在HDFS，為什么HBase支持在線查詢

（8）數據從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與什么區別

（10）有三個map，一個reduce來做top10，哪種方法最優。數據量特別大。

?2）項目的架構

（1）數據倉庫的模型設計

（2）數據倉庫的數據清洗

（3）業務建模、數據分析方法。

（4）數據倉庫是怎么設計的

（5）數倉規范設計哪些方面(字段、維度，存儲壓縮、數據保留機制)

（6）數倉質量怎么監控(數據質量管理系統，主鍵唯一、非空、數據波動)

（7）數倉主題分哪些(按照公司業務歸類

（8）數倉拉鏈表的原理

（9）有沒有遇到數據傾斜的問題（場景、解決方式）

（10）數倉重點調度任務的保障方式（調度系統優先級）

（11）數倉任務報錯和監控（調度系統捕捉錯誤，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務的，是什么周期粒度的表。

（2）怎么查看表結構，表創建語句？怎么查看表有哪些分區？怎么查看分區對應hdfs路徑？怎么計算某個分區的數據量大小？怎么計算某個分區的文件總數？

（3）有一hive sql，怎么計算這個sql會產生多少個map數？

（4）怎么查看hive有什么自帶函數？怎么查看函數的詳細信息？

（5）Hive支持哪些基木數據類型？

（6）請指出下面兩個語句讀取分區ds數據的不同

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

可以進行怎樣的優化

（10）a表left join b表，b表為小衣，可以進行怎樣優化？

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

如果a為小表，可以怎樣優化？

（11）請指出下面sql語句的區別

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三個表內連接，連接字段都是key，怎樣寫連接語句？

（13）兩大表連接，發生了數據傾斜，有幾個reduce無法完成，怎么查找發生數據領斜的原因？應該怎樣優化？

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

（14）兩大表連接，發生了數據傾斜。有一個reduce無法完成，檢直發現t1中guid="的記錄有很多，其他guid都不重復，這條語句該怎樣優化？

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 區別

注：可參考數據工廠的“幫助中心》集群hive》hive使用優化》hive使用注意事項”

真實面試案例（三）

1）技術部分

（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原理和優化，你說一下怎么優化

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

（4）問了一些Kafka的，我只記得一點點，問我數據會不會重復消費，什么情況下會重復消費

（5）在Hive執行語句的時候如果很慢，什么原因造成

我有提到數據傾斜的問題，他又問怎么解決數據傾斜

2）項目部分

（1）讓你挑一個比較有亮點的項目詳細說

（2）你負責了什么，數倉中統計了哪些指標，

（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）有一個分區表，表名T，字段qq，age，按天分區，讓寫出創建表的語句

（2）剛剛的分區表，求20200221這個分區中，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？請在評論區暢所欲言吧！！

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。