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)
导读 : 本文由fearless小葛格总结分享,现就职于四大行其一。本文 从面试准备、面试经历、面试题目与面试总结几个方面展开整理分享 ~ ღ( ´・ ᴗ ・ ` ) 笔芯~ 再次感谢 fearless小葛格 投稿!
作者:fearless
编辑: 紫霞仙子
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。
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。
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。
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:
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~
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!
戳原文,升职加薪! 你也「 在看 」吗?