这是小编的一个读者喜提offer后在群里做的分享，文中隐藏了读者的个人隐私信息，小编这里把他的面经分享出来供大家学习。 群友们看到后都纷纷表示【我酸了，现在我就是个柠檬精系列】。

关于如何学习/准备面试的总结

首先说一说本人的情况

本人普通本科，非计算机专业（之前一直对这个耿耿于怀，后来想通了觉得60%从事软件开发的都是非计算机专业，之后的面试直接说我是非计算机专业，这一块的诚实很重要， 也没有必要瞒着，因为公司看中的是你的开发能力，能不能帮公司解决问题）。对于群里的大牛来说，看了之后肯定会笑话我，哈哈，不过我的能力就这么大，每年有进步就很开心。

怎么学习群主的帖子

群主基本每周都会对帖子有更新，我是一个比较细心的人，每天上班去公司要2个小时左右，然后在地铁上的时间都会在看群主的帖子，一是为了拓展见识，二是为了夯实基础知识。对于我公司开发项目有相似的帖子，会进行收藏，之后做好笔记，理解群主说这个技术栈的思路，为什么要这样搞，而不是单单的对里边的理论知识进行记忆，这一点很重要，特别是面试的时候能说出这些东西，都可以让面试官耳目一新。

我记得特别深刻的是群主在kafak和spark那一块的讲解，kafka怎么实现实时性（pagecage页缓存，顺序写磁盘，零复制技术等等），面试官问到这一块的时候，我都有说的很详细，然后面试官都会跟我说：嗯，你的基础能力很扎实。还有spark调优那一块，这个是我的强项。我把自己掌握和实践中用的方法用自己的语言总结了一部分（数据倾斜，内存溢出，开发调优，资源调优，shuffle调优等），每一个点都能够自己总结出一个例子出来，说给面试官听，之后面试官都会给出高度的评价。

注意事项

知识的学习要结合自己简历中的项目和技术架构，不能原封不动的抄袭；公司做的有哪些项目，那么安排上，再从群主的帖子里去找灵感，这一点很重要，你不能拿着没有做过的项目来套这些东西，因为一个项目会牵涉到业务场景，项目背景以及实现中的很多细节，乱编的项目肯定有考虑不到的地方，有一些细节都会被问出来，结果让面试官对你产生了怀疑。基于真实项目的技术架构，吸收帖子里边的一些思想，加上自己的思考，这样进步就会很快。

遇到的面试题

Java基础

JVM优化和多线程必问。

数仓必问

mapreduce的底层原理（shuffle重点）；hivesql怎么转化为mapreduce；数据倾斜怎么处理（大表join大表，大小表join，参数调优等等）；hive的优化；数仓分层细节，数仓建模；拉链表；缓慢变化维；星型模型和雪花模型区别；数据库三范式；事实表的分类；具体场景写sql;

Spark部分

spark的运行原理；spark数据倾斜；spark内存溢出；spark的调优；spark的rdd算子细节（map，mappartition,groupbykey，reducebykey等等很多，需要自己逐一的梳理）；sparksql（sparksql怎么解析、dataframe、dateset）；spark的内存模型；spark的shuffle原理，shuffle优化。

kafka部分

kafak负载均衡；kafka数据一致性；kafka的ack机制；kafka的exact once语义；kafka分区策略；kafka分区的目的等等。

zk部分

zk选举机制，zk用到的算法；zk的数据一致性；zk 节点宕机如何处理；负载均衡；zk一些接口。

hbase

读写原理；rowkey设计；热点问题；数据版本；habse的优化。

elasticsearch

es的读写原理；es的倒排索引；es的优化（重点必问）；场景下的es提问。

自己的感受

感觉越往高级的面，就会倾向于问你组件调优以及架构方面的知识：如分布式；CAP理论；数据一致性以及知识掌握的全面性，这些部分都是我需要学习的地方，不说了，再说就感觉自己的水平很low了，哈哈。

然后就是写简历的时候不贪多，把每个项目的实现细节都给搞清楚，很容易就面过，基于此我基本每家单位的一面都能过，二面三面的时候一方面看知识的深度，另一方面靠自己的表达能力。最后就是感觉现在好多公司喜欢搞数据中台，数据治理这一块，这一块我在我们公司搞过一点，感觉可能也是一个加分项。

最后弱弱的给小编打个广告，后台回复【知识星球】，可以加到圈子里来。未来一段时间都在持续更新面试题系列。 小编把阿里巴巴、腾讯、美团等大厂的Java和大数据面试题整理成了电子书和资源，目录如下： 链接: https://pan.baidu.com/s/1ifHfofjawqD9jn2lvoh0NA 提取码: h79x 另外，微信搜索关注【import_bigdata】,回复【资源】，还有几百G大数据资源下载！

欢迎关注，《大数据成神之路》系列文章