被暴捶的字节提前批后端开发-data三面凉经
三面：一小时十分钟 已挂
项目：
- 你对离线还是实时处理比较擅长
- Spark 和 Flink 的区别
- spark 使用的版本
- 你用spark streaming 不用flink 最后项目的效果是怎么样的啊
- 双流join 的具体过程。流A和 流B 具体用什么表示？join的时候如何判断两个同时存在
- Kafka 如何实现消息的有序消费？（指定partition或指定key）
- 指定partition的话，如果发生了数据倾斜，一个key 的数据全发到了一个partition会出现什么问题 不会😰
- 我回答会造成OOM，突然想到Kafka 数据是落在磁盘的。答什么内存溢出啊。追问：为什么会内存溢出？😰不知道，答得可能磁盘会满。
- 那怎么解决这种造成的Kafka 的倾斜问题？不会😰
- Kafka 同步消费和异步消费知道吗？
- 说一下Kafka 的分区是如何进行leader election 的？
- 说一下Kafka 如何实现高吞吐？
- 说一下零拷贝技术？说一下传统 IO 四步操作？
做题：
题干：Atoi 实现 public static long valueOf（String str）
注意以下几个点：
- 异常处理（RuntimeException），
- 状态机
- MIN_VALUE，MAX_VALUE处理
追问：这个方法是线程安全的吗？一开始回答的是需要加synchronized关键字，后来改口String不可变变量线程安全。好像答的不对。有人知道怎么答麻烦告知一下。
追问：synchronized 对静态方法加锁是怎么实现的？说下内部原理？不会😥 有人知道这个怎么回答吗？
八股：
栈里面可以有对象吗？不会
虚拟机栈里面存的是什么？
如何判断对象可回收？
GC Roots 有哪些？
场景题目：
设计一个缓存系统，10万条<key,val> 存到五台机器上如何设计？呵呵，这是让我从头设计一个Redis吗？😨
我说可以用Redis 的集群实现。面试官说，别用Redis，自己设计一个。
我：先说的按照range 分到五台上，对于数据倾斜的加上随机数在存到五台机器上
面试官：我想得到一个key，怎么知道去哪台机器上拿？如何拿到？我模拟 namenode 说的记录key和所在的块的位置，面试官给否了
我：再挣扎一下，给自己挖个大坑。我觉得也可以用哈希把key 分散到五台机器上
面试官：那再加上一个机器不就是要rehash了吗？ Rehash 你打算如何去解决？不会 😥
面试官：行吧，那先这样，如果一台机器宕机了咋办
我：我觉得可以多副本，然后一个副本放在本机，另外两个放到其他的两个机器上
面试官：你还没有回答我怎么去找到缓存的key啊
我：我好像理解成设计分布式文件系统了，要的是设计cache。
时间到了，就这样吧。😥大家知道这道场景题怎么答吗？蹲一蹲
反问：
新人培养机制：面试官吹了一波字节平台好，场景多，业务线多，锻炼人适合应届生。
对我有啥建议：建议好好享受学校生活，有时间多出去玩
总结：
首先，有兄弟知道项目部分中中7，8，9如何去解决Kafka 的倾斜问题的？能不能在评论区里贴一下答案，谢谢！
这次面试暴露出自己看八股不仔细，重点知识没研究透。还有自己项目里面的细节，要给别人讲的项目重难点没有彻底搞明白很被动。发下凉经攒攒人品，继续加油加油加油！！！
