数据人的面试交流地

以下是本人在大数据方向的技术栈学习路线，另外还有诸如HBase、Kylin、实时数仓项目、数据湖项目、湖仓一体等。下面列出的是基本所必须掌握的内容。对于项目方面，建议先离线后实时开发的学习，再之后便是数据湖等项目。另外推荐可以经常翻看《大数据之路》这本书，里面涉及到的理论和企业中的白皮书基本一样。平常也可以多翻看各个公司公开分享的技术文章，源码等。类似阿里的学习文档、美团的技术文档等，在没有实际生产经验时可以了解各个场景下技术选型、底层调优、内存调整、资源配置、数据治理等各个重要环节和内容。1、Java：JAVA SE、JVM、JUC（刚开始只需要看Java基础就可以了，不需要学习一些web框架，因为不管是源码二次开发，UDF开发，还是数仓都不需要用到这些框架（除了平台开发之外），像Spring这些web框架，在学习完所有的大数据框架之后，找工作之前如果还有时间，可以去学一学这些框架【加分项】）2、Linux+Shell3、Git、Maven（了解会用，有印象，如果需要使用能快速学习上手使用即可）4、Hadoop（HDFS，MapReduce，Yarn）5、Zookeeper6、Hadoop高可用（了解即可）7、Hive（重点，需要熟练了解原理，并且会写HQL，以及一些优化，是基础）8、Spark（大部分公司都是写SparkSQL，并且调优，需要明白底层原理，内存结构，SparkUI等）9、Flume10、Kafka（时间紧张的话，可以先放一放，和Flink一起学，kafka+Flink+Spark是处理实时数据的）11、Maxwell、DataX、Dolphinscheduler（项目中数据同步、模拟日常调度工作）12、sgg电商数仓x.0（跟着做完这个项目，就知道什么是数仓，什么是维度模型，什么是指标等等，以及生产中一些内容）13、Flink14、MPP架构（类似Doris、Clickhouse）15、实时数仓项目16、数据治理17、数据湖、湖仓一体18、刷算法、刷sql、刷场景题

6月down后继续尝试～【intro】我是UCL（qs top 10）城市空间科学硕士，本科是211机械设计制造及自动化（有工科逻辑底子👩🏻‍💻）过去几年，我的经历有点“跨界”，但核心一直围绕着 数据分析 + 空间信息 + 可持续发展。📍林火遥感监测的研究（发表Remote Sensing论文）；📍在浙大某实验室和关联企业中做过与数字孪生、碳排放评估相关的项目，参与一些算法和技术文件的编写。📍python/GIS研究伦敦超低排放区政策（ULEZ）对空气质量的影响；看起来跨度有些大，我其实一直在寻找同一个方向——用数据与空间技术理解和优化真实世界。（🔎详情CV哦）【认真碎碎念】今年6月后迫于求职环境压力，我申请了部分PhD（ESG、城市交通排放、碳中和方向♻️），期间主要在充实研究能力、读文献📄、和导师🧑‍🏫沟通，也因此有一段“空窗期”，希望遇到【不介意】我处于探索发展路径的伯乐呀（福利：面试官还有机会解锁这位 理工+人文混血体 的有趣副业经历👾）。【意向岗位/城市】希望寻找一份能结合我背景和「兴趣」的工作。意象方向：🌍 GIS / 遥感 / 城市数据分析🏙️ 智慧城市、可持续发展研究🌱 碳中和、环境数据分析、ESG政策研究（感兴趣也正学习ing）💡 技术与策略结合的岗位，如数据顾问、其他科技方向的项目助理｜解决方案｜科研研究助理等等意向地点：上海 / 深圳 /香港（接受Hybrid或部分远程）。希望能加入一个包容多元复合型背景、愿意给年轻人自我学习自我成长机会的团队，不介意我“跨界”的路径，更看重逻辑能力、学习力和独立思考的硬实力和软实力。

最近集中面试，感悟颇深。发现头部的候选人非常真诚，你问他手边有offer吗，他直接跟你说我有哪几份，甚至薪资都毫不隐瞒。问他想不想留下来，回答的也毫不拖泥带水，我有兴趣，但是需要评估一下，真的是不卑不亢。反而那些非头部的同学，面试的时候会特地强调我是xx粉，非常喜欢你们公司，我有很多同学也在这边，希望可以长期发展，态度摆的真的是非常正。当然，态度这东西一般我们只是参考而已，毕竟无从考察真伪。但是从面试过程来看的话，那些offer收割机同学沟通起来就是很顺畅，很舒服。究其原因，不排除本身能力很强的（这种天赋异禀之人毕竟很少），但是回答问题的技巧，对问题的解读等等这些软实力，我觉得相比于能力来说更...

项目实习 1.数据清洗策略怎么应用，人工核查还是有工具2.分层有哪些依据道理3.对维度退化如何理解4.指标体系计算是指哪些指标5.最大事实表数据量有多少6.规则质控校验，怎么判断达标率提升7.一些任务跑的很慢，怎么去调优和解决8.flink接触到哪些，核心工作，怎么去使用9.数据延迟怎么处理，有没有做一些操作手撕，两道SQL1.用户最早一次和最近一次评论2.每日用户次日留存率，3日留存率，7日留存率反问已凉

自我介绍 1. 无状态会话保持是怎么实现的2. 缓存和数据库一致性3. redis常用数据结构4. redis分布式锁的实现逻辑（setnx5. 解决锁误删问题6. 解释布隆过滤器7. 什么是分布式的系统8. 什么是rpc9. redis的持久化，两种机制的特点，怎么选择10. innodb索引结构特点11. 讲一讲jwt12. 怎么理解docker13. 了解k8s吗14. boss登录微信的全过程，背后发生怎样的请求、数据交互（一连串问题，懵）15. 进程和线程16. 为什么都说多线程，不说多进程17. 进程间通信的方法18. linux查看磁盘空间的命令19. linux常用命令20. 消息队列的作用21. RabbitMQ有哪些基本概念22. 怎么保证消息可靠性23. MQ怎么设置持久化24. MySQL的隔离级别25. mysql解决幻读26. mvcc的逻辑27. tcp连接的time wait和close wait28. 拥塞控制算法29. 七层模型30. http、tcp、ip分别属于什么层31. tcp、udp的特点32. tcp的connection timeout（没听过或者完全忘了）33. 怎么理解微服务34. 常见http状态码算法：689.岛屿最大面积（思路流畅，但开头len初始化错了，没debug出来）反问：1.业务（管家）2.改进（基础挺扎实，挺ok）嘻嘻3.几轮（1~2技术，1hr）第二天筛选中。。。