金九银十，谈一谈面试经验

问题导读

1.本文作者对面试的观点是什么？
2.对于面试是否职位越多越好？
3.面试题目哪些是会，哪些不会，不会的该如何解决？


前言
虽然面试讲究天时地利人和，也有一些机遇和运气。但是我想说，没有哪一种成功是可以来的不费吹灰之力，没有哪一种光鲜是可以一蹴而就的。你所看到的成果，无不是别人一路努力而来的结果。

如果把每次面试都当做一个机遇的话，你靠什么去抓住这个机遇？有一句话说：做正确的事，等待好事发生。感觉把这句话用在面试上，很合适。

其实就是想表达，把功夫用在平时，在点滴工作中积累，沉淀。一年365天，你所用的技术总共也没有几个知识点。

如果每周都积累几个，你还害怕面试吗？

如果你坚持每天都积累，你依然已经成了一个很厉害很厉害很厉害的人~~

说到这儿，感觉面经讲完了，自己都想笑，哈哈。下面我们详细从以下几个方面说一说。


职业发展方向
找工作前，先搞搞清楚自己要面试的职位，比如大数据方向比较常见的：

• 大数据套件（平台）开发
• 数仓开发
• 机器学习
  

如果是【大数据套件（平台）开发】，那对底层框架原理，源码是要求的，有好多都需要对这些框架进行二次优化开发。
如果是【数仓开发】，那就是数据治理，仓库建模，花样写sql，如果要想让自己更有优势，让人眼前一亮，最好有优化，源码经验。
如果是【机器学习】，那就是得各种算法原理，公式推导，以及在工作中，这些算法的?实际效果是怎么样的，解决了什么业务问题。

我们要专注其中一个方向，一定不要什么方向都写。我见很多简历，要仔细看很多遍，才能发现，噢，他/她可能在数仓方面更擅长一些。因为简历上即写了做算法，也写了做数仓开发，也写平台开发。

但实际上，大家都那么忙，在过简历的时候，不会仔细推敲很多遍。你的简历一定要突出和你面试职位的匹配性，突出你这么多年来，都在做什么。


SQL BOY/SQL GIRL
依照自己的经验，确认你要面试的职位的等级：高开、资深、专家...

这个也算是我对自己的一个复盘，之前，我自己也没好好想想清楚。不同的职级，对能力的要求不一样，这一块的功夫需要在平时工作中、日常生活中去刻意练习。

如果觉得自己在技术方向没有亮点，那就为自己寻找一个亮点，并不断的刻意深入。

大家普遍认为做数仓开发就是sql boy/sql girl ，但实际，数仓开发还有很多可以深入的地方。

• 你sql写的很好吗？
• 你敢不敢挑战现场写，并且以最快的速度写出最优化的sql？
• 你对常用的一些sql的原理都搞的很清楚吗？能经得住拷问吗？
• 你对仓库建模方向有哪些好的想法和实践？效果怎么样？
  

如果这些最基本的，都不能搞定，又怎么能觉得数仓开发的工作很浅显呢？那是你在为懒惰，不求上进找的借口吧。给自己列一些标准，如果不能达到，那就努力去练习。

确认目标，并向着目标靠近。


术业有专攻
一定要有自信。
一定要有自信。
一定要有自信。

做数仓开发，每天做的最多的事情就是写sql，但是我没觉得自己有多low。虽然每天写sql最多，并不代表我们只会这些。
一个小小的sql背后，有多少东西需要去搞搞明白：内存管理，sql编译过程，各种参数的原理，各种算子的原理...
之前有优化过好几个后端开发工程师写的sql，他们每天只关注业务逻辑开发，sql能力不是很强，导致一些页面因为sql效率问题，等10几分钟才能展示。

所以，一定要有自信，术业有专攻。


何必跟钱过不去呢
要面试了，最忌讳什么都有印象，什么都会，但又讲不出来。这样你准备十个问题，还不如精通一个问题。

很多时候你觉得自己紧张的忘了，实际上是你根本没有理解并记住啊，有木有？

准备好面试题，用自己认为最好的答案写好，自己对着墙发出声音讲一讲，一直到能非常顺溜的讲十遍。

然后就告诉自己，我已经准备好，克服紧张感。

好好准备面试，何必跟钱过不去呢？你说对不对哇，老铁~~~


面试题目总结
做为一名数据开发人员，我真的很想说，一定要把功夫用在平时，在点滴工作中积累，沉淀。每天要给自己留那么一点时间来思考，总结。

附上总结的大厂面试题，这些题也都是很常见的：


Spark

• join 实现有几种呢，源码有研究过吗？底层是怎么实现的
• shuffle形式有几种？都做哪些优化
• 是通过什么管理shuffle中的内存，磁盘的
• 讲讲spark内存模型？说说你了解这些，对实际的工作有什么帮助？
• rdd有哪些特性？
• 讲讲spark的高可用和高容错
• 宽依赖，窄依赖都是什么？有什么不同？除了大家都认为的不同点以外，还有哪些不同？
• sql运行过程
• full outer join原理
• spark为什么比hive快
• 讲讲sparksql优化
• 讲讲RDD, DAG, Stage
• 说说groupByKey, reduceByKey
• spark是怎么读取文件的？
• 有没有遇到过spark读取文件，有一些task空跑的现象？
• 窗口函数中几个rank函数有啥不同
• parquet文件和orc文件有啥不同
  

MR/Hive

• mr shuffle 是什么样子？具体原理是什么？为什么要排序？
• mr map，reduce数量都什么相关
• hdfs存放副本的算法是什么样的？
• 讲讲hive sql优化
• hive 数据倾斜参数原理及解决方案
  

SQL

• 花样写sql，跟实际业务有关的
• 一般情况下，写出一个，然后，他就会问还有没有更优化的方式？
• 窗口函数，groupingsets cube这些都会用到。有好多是计算滑动的那种
• 这个sql 在hive中起几个job，为什么是这么几个job？
  

建模

• 方法论，数据仓库怎么构建？你是怎么分主题域的？对现在的业务有什么看法？现在的仓库是个什么情况，各个分层有什么特点？为什么这么分？
• 讲讲三范式
• 拉链表，缓慢变化维
• 给你一个新业务，怎么开展？
• 数据治理
• 数据质量，口径一致
  

基础

• 谈对jvm的理解
• 链表删除算法
• 排序算法
• Btree简单讲讲
  

项目

说说项目中你做的比较有价值的东西
你做的字段血缘，这只是针对有sql语句的，那没有sql的（load的，从其它业务库用sqoop拉过来的，mr里解析的），你有没有想过怎么做字段血缘？
你做过印象最深刻的项目，为什么？你在中承担什么角色，发挥了什么作用？还可以优化吗？



原文链接
https://mp.weixin.qq.com/s/zvTMV5YUB8-JHPAo1PaB7g