這是小編的一個讀者喜提offer後在羣裏做的分享，文中隱藏了讀者的個人隱私信息，小編這裏把他的面經分享出來供大家學習。
羣友們看到後都紛紛表示【我酸了，現在我就是個檸檬精系列】。
關於如何學習/準備面試的總結
首先說一說本人的情況
本人普通本科，非計算機專業（之前一直對這個耿耿於懷，後來想通了覺得60%從事軟件開發的都是非計算機專業，之後的面試直接說我是非計算機專業，這一塊的誠實很重要，
也沒有必要瞞着，因爲公司看中的是你的開發能力，能不能幫公司解決問題）。對於羣裏的大牛來說，看了之後肯定會笑話我，哈哈，不過我的能力就這麼大，每年有進步就很開心。
怎麼學習羣主的帖子
羣主基本每週都會對帖子有更新，我是一個比較細心的人，每天上班去公司要2個小時左右，然後在地鐵上的時間都會在看羣主的帖子，一是爲了拓展見識，二是爲了夯實基礎知識。對於我公司開發項目有相似的帖子，會進行收藏，之後做好筆記，理解羣主說這個技術棧的思路，爲什麼要這樣搞，而不是單單的對裏邊的理論知識進行記憶，這一點很重要，特別是面試的時候能說出這些東西，都可以讓面試官耳目一新。
我記得特別深刻的是羣主在kafak和spark那一塊的講解，kafka怎麼實現實時性（pagecage頁緩存，順序寫磁盤，零複製技術等等），面試官問到這一塊的時候，我都有說的很詳細，然後面試官都會跟我說：嗯，你的基礎能力很紮實。還有spark調優那一塊，這個是我的強項。我把自己掌握和實踐中用的方法用自己的語言總結了一部分（數據傾斜，內存溢出，開發調優，資源調優，shuffle調優等），每一個點都能夠自己總結出一個例子出來，說給面試官聽，之後面試官都會給出高度的評價。
注意事項
知識的學習要結合自己簡歷中的項目和技術架構，不能原封不動的抄襲；公司做的有哪些項目，那麼安排上，再從羣主的帖子裏去找靈感，這一點很重要，你不能拿着沒有做過的項目來套這些東西，因爲一個項目會牽涉到業務場景，項目背景以及實現中的很多細節，亂編的項目肯定有考慮不到的地方，有一些細節都會被問出來，結果讓面試官對你產生了懷疑。基於真實項目的技術架構，吸收帖子裏邊的一些思想，加上自己的思考，這樣進步就會很快。
遇到的面試題
Java基礎
JVM優化和多線程必問。
數倉必問
mapreduce的底層原理（shuffle重點）；hivesql怎麼轉化爲mapreduce；數據傾斜怎麼處理（大表join大表，大小表join，參數調優等等）；hive的優化；數倉分層細節，數倉建模；拉鍊表；緩慢變化維；星型模型和雪花模型區別；數據庫三範式；事實表的分類；具體場景寫sql;
Spark部分
spark的運行原理；spark數據傾斜；spark內存溢出；spark的調優；spark的rdd算子細節（map，mappartition,groupbykey，reducebykey等等很多，需要自己逐一的梳理）；sparksql（sparksql怎麼解析、dataframe、dateset）；spark的內存模型；spark的shuffle原理，shuffle優化。
kafka部分
kafak負載均衡；kafka數據一致性；kafka的ack機制；kafka的exact once語義；kafka分區策略；kafka分區的目的等等。
zk部分
zk選舉機制，zk用到的算法；zk的數據一致性；zk 節點宕機如何處理；負載均衡；zk一些接口。
hbase
讀寫原理；rowkey設計；熱點問題；數據版本；habse的優化。
elasticsearch
es的讀寫原理；es的倒排索引；es的優化（重點必問）；場景下的es提問。
自己的感受
感覺越往高級的面，就會傾向於問你組件調優以及架構方面的知識：如分佈式；CAP理論；數據一致性以及知識掌握的全面性，這些部分都是我需要學習的地方，不說了，再說就感覺自己的水平很low了，哈哈。
然後就是寫簡歷的時候不貪多，把每個項目的實現細節都給搞清楚，很容易就面過，基於此我基本每家單位的一面都能過，二面三面的時候一方面看知識的深度，另一方面靠自己的表達能力。最後就是感覺現在好多公司喜歡搞數據中臺，數據治理這一塊，這一塊我在我們公司搞過一點，感覺可能也是一個加分項。
最後弱弱的給小編打個廣告，後臺回覆【知識星球】，可以加到圈子裏來。未來一段時間都在持續更新面試題系列。
歡迎關注，《大數據成神之路》系列文章
歡迎關注，《大數據成神之路》系列文章
歡迎關注，《大數據成神之路》系列文章