秋招面经第六弹：理想一面-大数据开发工程师

秋招第六弹：理想一面-大数据开发工程师

写在最前：秋招以来一直在冲，因为事情比较多，对于笔试面试一直没有复盘，现在靠仅存的记忆把面试的一些问题记录下来，尽可能记录出能回忆到的问题，但可能记的不是很全。

时长：45min

1. 自我介绍

   亘古不变的环节

2. 平时使用的技术栈有哪些？

3. java的string底层怎么实现的？

4. 讲一下java的list？

5. hashmap在1.7和1.8有什么变化？

6. JVM内存模型？怎么找到垃圾对象？

7. 给了一个语句，大概是 person person = new person();问在JVM中这个语句对象都放在了哪里？

   八股倒是背了，但是这个例子真没有研究。大概是对象在栈，方法在堆

8. spark和hadoop的区别？为什么spark会快？

9. 对spark的shuffle有什么了解？平时考虑过shuffle的调优吗？

10. spark的内存模型？

11. spark的执行流程？怎么切分stage和task？stage对于task的分发又是怎么做的？

    这个涉及了一些spark源码的东西，回答stage就是根据shuffle，task根据block，task的分发涉及到了优先级调度，和running task、weight、minshare三个参数有关。

12. 数仓分层怎么做的？为什么要分层？每层要注意什么？

13. 维度建模了解吗？星型模型和雪花模型的区别？

14. kafka有什么优势？有什么不足？

    平时关注太多kafka的优势了，不足真的是没有关注过

15. kafka怎么选取leader？leader宕机之后怎么选取新的？新leader选举之后follow怎么向lead同步数据？

    这个问题是个连环问，一环一环，算是把kafka的数据一致性的保持问全了，涉及了ISR队列、AR队列、HW、LEO这些东西了

16. flink的slot有什么作用？

17. flink ckpt讲一下？平时怎么用的？

18. flink的富函数了解吗？

19. 算法：给一个数组[-1,10,2,-3,8,-9]，求连续最大相乘结果。

20. 反问：问了岗位工作内容？团队规模？负责的业务线有哪些？

总结：本次面试问的可以说有史以来最全的了，涉及到了很多的大数据相关的问题，而且又会涉及到源码，问的广度和深度都比较深，而且，面试官不是你回答完就结束了，会根据你的回答接着往下问你，总之这次面试之后感触还是很大的，下来把这些问题都整理了一下，这些问题在大数据面试中的出现频率也相当高了。总体感觉这次面试的广度和深度还是可以的，符合对面试的预期。