作者简介
蓝桥签约作者、大数据 &Python 领域优质创作者。维护多个大数据技术群 ， 帮助大学生就业和初级程序员解决工作难题。
我的使命与愿景 ：持续稳定输出 ， 赋能中国技术社区蓬勃发展 ！
粉丝福利 ：免费下载海量【PPT 模板、简历模板、学习资料】
目录
很多小伙伴问我说 ： 你拿了那么多大厂的 offer， 有什么面试套路吗 ？
我想说的是 ， 面试无非就两点 ：沟通技巧 + 充足且针对性的知识储备。
1、沟通技巧
1） 引导式聊天
简单来说 ， 就是从自我介绍开始 ， 就蹦出一些技术名词 ，引导面试官对这些技术知识点进行提问， 然后提前准备好答案 ， 回答完上一个问题的时候 ， 扯一嘴其他的技术知识点 （ 很多面试官喜欢打破砂锅问到底 ， 但往往中了你的圈套 ）。
在面试过程中有很多引导的机会 ， 慢慢体会吧 ！
2） 自信的表达
一个自信的表达 ， 能让整体面试气氛轻松活跃 ， 给面试官好的印象分 ，面试就像谈恋爱 ， 看感觉的。
3） 不要暴露缺点
很多小伙伴 （ 包括当年的我 ）， 在面对不会的提问时 ， 不断的去解释 ， 反而会暴露更多问题。这个时候你完全可以说这个不太了解 ， 然后继续后面的回答。相信我 ， 放过几个不会的 ， 不会影响面试结果 ， 因为没有人什么都懂 ， 你要做的就是 ：尽可能多的呈现你会的 ， 快速跳过不会的 ！
2、充足且针对性的知识储备
关于知识储备 ， 我在技术群里咨询了一些大厂的小伙伴的面试经历 ， 分享给大家。
针对这些问题的回答话术 ， 小编会在近期啃下来 ， 作为粉丝福利发布。
1） 技术框架部分
（1）会根据面试者简历上的技能点进行考察。注意技能点描述用词 ， 不要随便用熟悉 ， 觉得特别熟的可以说熟练使用
（2） 常用的大数据框架是肯定会问的 ， 比如 Hive、Spark、Kafka 等。常见的如 Kafka 精准消费问题的多种解决办法对比 ，Spark 的 Task 调度规则
（3） 有些面试官会直接让讲了解的框架最底层实现
（4）Java，MySQL，Redis 必问 ，JVM，Hashmap，JUC 相关 ，MySQL 的索引及优化 ，Redis 数据结构、集群、缓存淘汰
（5） 常见的协议会考 ， 租约协议 ，quarum 原理 ，Zookeeper 选举 ，acid，acp，base 等
2） 项目部分
（1）一般会让你挑你最熟的一个项目讲。考察从项目背景到实现的把控
（2） 重点是参与的部分 ， 遇到的难点
（3） 常见业务难题的解决和优化 ， 层层递进 ， 头条追求做到极致
（4） 没有做过的项目、模块不要乱讲 ， 容易被问懵逼或者被太简单被鄙视
3） 算法部分
（1） 数据结构必考 ， 手写代码 ， 每一面都会考。常见数组、链表、二叉树、跳表的题。有些部门会先笔试 （ 电脑实际编码运行 ） 再面试
（2） 算法部分常见动态规划、概率题、二进制一类
（3）SQL 题目 ， 行列转换。分区函数 ， 统计连续登陆天数这一类问题
（4）多刷 Leetcode， 题都是有套路的
4）HR部分
（1） 想好跳槽理由 ， 一般注重抗压能力和稳定性
（2） 大厂会有明确的稳定性的要求 ， 如 ：无连续 2 段不超过 1 年的工作经历， 当然 ， 一般安排面试的话 ， 就说明稳定性和学历初筛通过了。
3、真实面试案例
真实面试案例 （ 一 ）
1） 技术部分
（1）WordCount 的实现过程
（2）MR 与 Spark 的区别
（3）Spark 在 Client 与在集群运行的区别
（3） 相同的 SQL 在 HiveSql 与 SparkSQL 的实现中 ， 为什么 Spark 比 Hadoop 快
（4） 自定义 UDF
（5） 设计 HBase 表需要注意的点
（6）HBase 的 hlog
（7） 数据同样存在 HDFS， 为什么 HBase 支持在线查询
（8） 数据从 Hive 中用 SparkSql 进行操作有遇到什么问题 ？ 类似兼容性的问题。
（9）SparkStream 与 Strom，Flink 与什么区别
（10） 有三个 map， 一个 reduce 来做 top10， 哪种方法最优。数据量特别大。
2） 项目的架构
（1） 数据仓库的模型设计
（2） 数据仓库的数据清洗
（3） 业务建模、数据分析方法。
（4） 数据仓库是怎么设计的
（5） 数仓规范设计哪些方面(字段、维度 ， 存储压缩、数据保留机制)
（6） 数仓质量怎么监控(数据质量管理系统 ， 主键唯一、非空、数据波动)
（7） 数仓主题分哪些(按照公司业务归类
（8） 数仓拉链表的原理
（9） 有没有遇到数据倾斜的问题 （ 场景、解决方式 ）
（10） 数仓重点调度任务的保障方式 （ 调度系统优先级 ）
（11） 数仓任务报错和监控 （ 调度系统捕捉错误 ， 电话短信告之值班人员 ）
真实面试案例 （ 二 ）
1） 笔试部分
（1） 有一表名 t_sh_mtt_netdisk_log， 从表名可以看出该表是什么业务的 ， 是什么周期粒度的表。
（2） 怎么查看表结构 ， 表创建语句 ？ 怎么查看表有哪些分区 ？ 怎么查看分区对应 hdfs 路径 ？ 怎么计算某个分区的数据量大小 ？ 怎么计算某个分区的文件总数 ？
（3） 有一 hive sql， 怎么计算这个 sql 会产生多少个 map 数 ？
（4） 怎么查看 hive 有什么自带函数 ？ 怎么查看函数的详细信息 ？
（5）Hive 支持哪些基木数据类型 ？
（6） 请指出下面两个语句读取分区 ds 数据的不同
Select * from t where ds=20150101 and province='gd' or province='ex'
Select x fromt where ds 20150101 and（province='gd' or province='ex'）
（7） 将字符串 "keyl=valuel&key2=value2…keyn=valuen" 进行分割放到一个字段里面 ， 可以查出任意一个 keyx 对应的 valuex 值。请写出查询语句 ， 并计算总共有多少个 key 值。
（8） 用一个字符串比如 "alblc" 来测试某个函数比如 split（ 用 | 分隔符将字符串进行分割 ） 的语句
（9）a 表和 b 表内连接 ，a 表为小表 ， 只有 2000 行记录
select a.*from a Join b on a.key=b.key
可以进行怎样的优化
（10）a 表 left join b 表 ，b 表为小衣 ， 可以进行怎样优化 ？
scleet a.*from a left join Join b ona.key=b.key
如果 a 为小表 ， 可以怎样优化 ？
（11） 请指出下面 sql 语句的区别
select a.* from a left Join b on a.key = b.key and a.ds=xxx and b.ds=xxx
sclect a.* from a lef Join b on a.key = b.key and b.ds=xxx
select a.* from a lef Join b on a.key = b.key and b.ds=xxx where a.ds=xxx
Select a.* from a left Join b on a.key = b.key where a.ds=xxx and b.ds=xxx
（12） 多表连按的写法 ：a,.b,c 三个表内连接 ， 连接字段都是 key， 怎样写连接语句 ？
（13） 两大表连接 ， 发生了数据倾斜 ， 有几个 reduce 无法完成 ， 怎么查找发生数据领斜的原因 ？ 应该怎样优化 ？
语句 ：select t1.*,nvl(t2.x,1) from t1 left join t2 on t1.guid=t2.guid
（14） 两大表连接 ， 发生了数据倾斜。有一个 reduce 无法完成 ， 检直发现 t1 中 guid=" 的记录有很多 ， 其他 guid 都不重复 ， 这条语句该怎样优化 ？
语句 ：select t1.*,nvl(t2.x,1) from t1 left join t2 on t1.guid = t2.guid
（15） 如何用 hive q！ 实现 sqL 中的 exist/in 子句
mysql 语句如下 ：
SEL ECT a* FROM a where a.key in（select dstinct key from b where key like‘filter%’）
（16）sort by、distribute by、cluster by 和 order by 区别
注 ： 可参考数据工厂的“帮助中心》集群 hive》hive 使用优化》hive 使用注意事项”
真实面试案例 （ 三 ）
1） 技术部分
（1） 我看你上面写了你会 Spark， 那你用 Spark 写一下刚刚那道题的代码 ， 不能用 Spark SQL
（2） 我看你上面有写到熟悉 Hive 原理和优化 ， 你说一下怎么优化
（3） 优化有说到语句优化 ， 然后又说回到 pv 和 uv 那个问题 ， 假如说让你优化你怎么优化 （ 我代码里面有 count(distinct id) uv,）
（4） 问了一些 Kafka 的 ， 我只记得一点点 ， 问我数据会不会重复消费 ， 什么情况下会重复消费
（5） 在 Hive 执行语句的时候如果很慢 ， 什么原因造成
我有提到数据倾斜的问题 ， 他又问怎么解决数据倾斜
2） 项目部分
（1） 让你挑一个比较有亮点的项目详细说
（2） 你负责了什么 ， 数仓中统计了哪些指标 ，
（3） 刚刚听你说项目里面有提到分层 ， 如果我要你求每天商品的 pv，uv， 从 ods 层到 dm 层它的具体流向 ， 各层都统计了什么 （ 后来让写求 pv，uv 的 sql 语句 ）
3） 场景部分
（1） 有一个分区表 ， 表名 T ， 字段 qq，age， 按天分区 ， 让写出创建表的语句
（2） 刚刚的分区表 ， 求 20200221 这个分区中 ， 年龄第 N 大的 qq 号列表
4） 手写部分
（1） 三个字段 ，timestamp，user_id，product_id， 让求 pv 最大的商品 ， 写了之后又叫用 Scala 代码写一遍 ， 然后又问 ， 假如说只让你求 pv 数大于 100 的 top3 呢 ， 代码又怎么写
【求 评论、求点赞、求收藏】
读到此处的大佬 ， 你的面试技巧有哪些呢 ？ 请在评论区畅所欲言吧 ！！
原文链接：https://blog.csdn.net/weixin_39032019/article/details/118252471
