面试成长总结帖

Posted 2021-05-12 lucky_xian

面试成长总结

• • • 答题技巧总结：
    • • 1.简历：
      • 2.面试前准备：
      • 3.面试技巧：
    • 常考面试题：
    • • Java基础常考题：
      • Kafka常考点：
      • hbase常考点：
      • 其他大数据问题：
      • 大数据场景题：
    • 常考算法：

答题技巧总结：

1.简历：

• 1.简历相当于给面试官的一个大纲，想好自己想让面试官问什么，就突出什么，不重要的忽略掉；
• 2.确定大纲后，还要写的有条理，就跟写代码一样，结构要清晰，重点要明朗；
• 3.如果可以的话，可以根据心仪岗位修改简历，尽量靠拢（我就不行，因为懂的太少了）；

2.面试前准备：

• 1.看面经，找面试热点问题，面试喜欢问哪些方面的知识点，然后私下系统的学一下，不用很精通，只要让知识成体系就好，因为碎片知识是最容易忘掉的；
• 2.弄清自己的项目，项目背景，项目架构，自己做的这个模块在项目里起什么作用，遇到了什么问题，有几种方案解决，方案优劣点，市面上怎么解决，我们选了什么方案，为什么选这个方案；
• 3.项目弄清后，一要锻炼表达能力，使用结构化思维总分总的讲，争取自己讲完能给对方传递一个脑图，要做到有效沟通；二要想想这段表达里有没有突出你的特点：比如对知识点掌握的熟悉程度，良好的执行能力，工作学习自主性强不强等等，要传递积极能量，成长讯息；
• 4.投简历不要选太烂的公司，差的面试官不会给人任何成长，只会浪费时间；

3.面试技巧：

• 1.自我介绍：一二分钟，有条理，名字，在职情况，过往经历，做了什么，介绍项目，第一个项目，项目背景，产出，做了什么努力，获得了什么成长。就是一个原则：要有逻辑，要言简意赅，要传递一个脑图信息，能把话说清楚，对方能脑补出你的经历；
• 2.讲项目：
  • 1.项目的整体背景，解决什么问题，自己做了啥，做的东西在项目中的定位，项目的亮点，价值点；
  • 2.在项目里收获了什么：技术和职业素养都可以说，技术上比如解决了什么问题（体现私下学习，主动学习，分析解决问题的能力），职业素养上比如，沟通，表达，协调，推进，目标感等等；就是一个原则：讲清楚自己的东西，并突出重点，同时传递自己的成长信息；
• 3.问基础：经验不论深浅都要成体系，最好在私下学习的时候就给自己画脑图；
• 4.问技术：
  • 1.从应用场景，技术特点讲；
  • 2.要有非常擅长的技术，能说出1，2，3的那种；
  • 3.技术横向比较，不熟的了解下，只要不太离谱，平时要注意拓展知识面的广度，面试要表达一点学习能力和学习欲望；
• 5.总结：
  • 1.结构化思维很重要，首先要着眼于大框架，再精于细节，先要大而全，再要小而美；
  • 2.表达很重要；一定要一条一条的表达，尽量不要边想边说，就是想着给别人传递一个脑图过去；
  • 3.硬实力不够，软实力凑，多表现自己的学习能力，潜力，自主能动性之类的，做充足的准备；
  • 4.面试心态要自信点：就当是去跟厉害的人学点东西了，比如当面试官问我，HashMap为什么链表长度到8的时候才转为红黑树，不是4，不是5，如果我联想到时间复杂度，我就能说，长度在4以内链表和红黑树平均耗时是一样的，这说明我学习主动性不够，没把知识点串起来，应该是要在平时好好积累的；

常考面试题：

Java基础常考题：

• 1.基础过点推荐：
  1.1.https://snailclimb.gitee.io/javaguide-interview；
  1.2.https://www.cnblogs.com/xrq730/
• 2.HashMap：
  • 1.结构：jdk1.7是数组+链表，jdk1.8数组长度超过64，链表长度超过8，就把链表转化为红黑树；
  • 2.rehash：1.负载因子，扩容倍数等；2.扩容过程：1.7的多线程环境会造成死锁，1.8不会，因为它找到了1.7中rehash的规律，这个改天重开一个帖子(为什么是8才转化为红黑树呢？因为为4的时候，访问红黑树的复杂度和链表是一样的，为5，6，7时，可以转，但是TreeNodes占用空间是普通Nodes的两倍，根据泊松分布，为5，6，7的概率还蛮大，会耗费大量存储资源，但是查询性能收益不大)；
  • 3.红黑树和二叉平衡树的区别：红黑树适合树结构频繁变动的场景，二叉平衡树适合相对静态的场景，但是从理论上说查询效率要比红黑树高一点；
  • 4.CurrentHashMap：线程安全的HashMap，dk1.7是分段加锁，jdk1.8：给数组的每一个node以及链表的next指针加锁 + CAS，提高并发度；
• 3.线程池：解决什么问题，用过没，怎么用，都有哪些参数，参数的意义；
• 4.JVM:
  • 推荐书籍：深入理解Java虚拟机
  • JVM组成，对象怎么创建的，创建的对象放在哪，对象什么时候回收，回收算法有哪些，垃圾处理器有哪些，类什么时候回收，常量什么时候回收；
  • 类加载：类的加载过程，双亲委派模型；
  • 多线程：synchronized关键字（对象锁，类锁），Reentrantlock和synchronized的区别，Volatile关键字，ThreadLocal，轻量级锁，自旋锁，偏向锁，JMM内存模型等等，场景题：主线程等待子线程完后才能继续运行要怎么做，生产者消费者模型等；
  • 我记忆深刻的一个问题：多态是如何实现的，当时没回答上来，这里记录一下：方法调用这里分为三种：1.方法为静态的或私有或final修饰，他们不会有其他版本，故可以在编译期间就将符号引用解析为直接引用；2.静态分派：最典型的案例是重载，它依赖于对象的静态类型来定位方法执行版本，发生在编译阶段，属于多分派；3.多态：3.1.找到操作数栈顶的变量的实际类型，记为C；3.2.如果C中有相应的方法，则直接调用；3.3.如果没有，则按照继承关系从下往上搜索，重复3.2的判断；3.4.若最终都没找到，责任抛出异常；这个过程是在运行时完成的（理论参考：深入理解Java虚拟机 8.4节，方法调用）
• 5.Mysql:
  • 1.索引：为啥用索引，索引的结构，为啥是B+树，什么情况适合建立索引，索引覆盖，索引下推，回表，最左前缀，数据库死锁怎么处理，删除大量数据时要怎么处理索引等等
  • 2.隔离级别：隔离级别有哪些，各个隔离级别不能避免什么问题；
  • 3.事务：事务的四大特性，事务要怎么实现，悲观锁，乐观锁，意向锁，间隙锁，MVCC；
  • 4.推荐帖：https://github.com/whx123/JavaHome/tree/master/Java%E9%9D%A2%E8%AF%95%E9%A2%98%E9%9B%86%E7%BB%93%E5%8F%B7
• 6.操作系统:知识点看看基础过点推荐的那个博客就行，可以配合着这个帖子理解：https://mp.weixin.qq.com/s/rlUuO-WQE6vOL3wWtzzK2Q
• 6.设计模式:最好在自己的项目里找一找哪里用到过，至少单例肯定用过的，单例要闭着眼睛都会写，会几个常用的就行；

Kafka常考点：

• 1.kafka概述：
  • kafka推荐书籍：Apache kafka实战
  • 背景：做流量削峰，应用解耦用的，可以讲一下它在组织架构中的作用；
  • 特点：吞吐量很高：页缓存，零拷贝，partition，批量写等等；
  • 和其他消息中间件的对比；
  • kafka版本变迁，了解就好；
• 2.消息不丢失：
  • 生产者：1.ack = -1/all；2.采用异步+回调或同步的方式发送消息；3.缓冲池满了抛异常，而不是直接丢弃数据；4.sender线程一条一条的发送数据，避免因为重试造成消息乱序；5.重试次数设置为无限（只要回答出前两个就行）；
  • Broker端：1.每份数据保留多个副本；2.禁止不洁的leader选举；
  • 消费者:1.提交消息使用手动提交（其实不论是自动提交还是手动提交，对于kafka而言，消费者端是不会丢数据的，但是从消费者的角度看来，这条消息我没用到业务里，就相当于数据丢失了）；
• 3.精确一次消费：
  • 1.设置手动提交消息位移；
  • 2.为每条消息都加上PID，应用拉取到数据后，先判断PID是否已经被使用，注意标记PID为已使用的代码，要和业务代码写到一个事务里，业务修改了PID的状态后又崩溃时，要回滚PID的状态；
  • 3.注意事务里只能写必要的业务代码，否则若业务执行长时间不提交offset，Kafka会认为该consumer离组，进而进行consumer重平衡，影响业务吞吐量和架构稳定性；
• 4.消费者组知识点：
  • 1.partition和消费者组中消费者的对应关系（消费者组C消费Topic中的数据时，C中含有的消费者不应该超过Topic中Partition的数量，否则会造成消费者资源闲置）；
  • 2.给消费者分配partition的负载均衡算法；
  • 3.消费者重平衡的触发场景 + 重平衡过程；
• 5.kafla有趣的一些实践：
  • 1.丢数据案例1：生产者端忘记使用flush方法：生产者是将数据发送到缓冲池中，当缓冲池大小超过阈值，或者时间超过阈值才会将缓冲池里的数据发送到broker中，所以在关闭kafka的生产者进程时，记得使用flush方法将最后一批数据发到broker里，否则会丢失缓冲池的数据；
  • 2.丢数据案例2：优先副本均衡为ture+auto.offset.reset = largest+Kafka集群环境重建：1.环境参数设置：优先副本均衡为ture+auto.offset.reset = largest；2.扩容策略：在做kafka集群扩容时，因为数据量小，放弃了平滑扩容，选择等数据全部消费完，根据现有集群规模重建一套集群；3.问题发生步骤：集群新建完成后，假设此时集群有A，B，C三个节点，A节点先启动，所有partition的leader都在A节点上，消费者组消费时得到的leader为A，接着B和C相继启动，由于优先副本均衡为ture，所以部分leader被均衡到B和C上面，导致消费者组拿到的部分leader是错的进而不能进行消息消费，等5分钟后消费者组重置了元数据得到正确leader后就可以正常消费了，但是由于这个集群是新搭的，消费者组里面没有位移，auto.offset.reset = largest参数生效，消费者组只能从最新位移处开始消费，因此丢失了前5分钟的数据；4.解决方案：1.使用kafka平滑升级；2.将优先副本均衡机制关掉；
  • 3.异常断电导致Broke无法启动：官方issue:https://issues.apache.org/jira/browse/KAFKA-3919;相关分析帖：https://cloud.tencent.com/developer/article/1694186（这个帖子的优化方案很有用）。我自己读官方issue得出的这个问题发生的原因（不一定对）：前提条件：1.禁止不洁的leader选举；2.kafka消息采用压缩；场景：假设现在集群有3个节点，A,B,C;A为leader；问题发生步骤：1.数据写入是先写到leader里的，假设A中有2000条数据；2.follower同步leader中的数据，假设B中有数据1950条，C中有数据1900条，且B和C都在ISR内；3.假设此时A,B都挂掉，此时C成为leader，C中有数据1900条；4.启动A,B，A,B会根据C中的offset做日志截断，理论上来说，A和B都应该截断到1900；但是因为我们kafka消息采用了压缩，这个1900刚好在压缩日志的中间，而A,B会根据压缩日志最尾端开始截断，假设最尾端为1910；故A,B此时的最尾端的offset为1910；5.此时C为leader，offset为1900，开始从1901开始接数据，A，B从C中同步数据；6.通过以上步骤，B，C的offset为1900,1901,1902,1903,1904,1905,1906,1907,1908,1909,1910,1901……,这样kafka中的offset就变成了非单调递增；7.B，C中的索引日志段构建时，要依赖完全单调递增的offset，否则就会删了，重新构建，由于我们的offset日志有问题，故索引段的构建会不停重复这个步骤，导致kafka服务器崩溃。

hbase常考点：

• 1.hbase概述：
  • 推荐书籍：Hbase原理与实践；
  • 背景：解决海量数据的写入与读取；
  • 解决方案：LSM树，将一次磁盘随机写转换为一次内存随机写 + 磁盘顺序写；
  • 存储：物理视图是KV键值对存储，逻辑视图是表结构形式，有列簇概念，Key 是rowkey + timestamp + type + column family + column符合结构，存储的数据是多版本，多维，稀疏的；
  • 特点：写入的是一条条记录，而不是数据，需要compaction操作减少读延迟；
  • 缺点：对二级索引不够友好，我们项目里用了es来解决这个问题；
• 2.hbase读流程：
  • 1.概述一下读：例如hbase存储的是操作记录，需要把这条数据的所有数据读出来，过滤得到结果返回；
  • 2.获得rowkey对应的RegionServer（客户端缓存了mate表，以及mate表失效怎么处理，zookeeper在这里是什么作用）；
  • 3.Scanner体系（结构，作用）；
  • 4.使用归并算法读出Scanner体系过滤出来的HFile以及Memstore,再根据查询条件做进一步过滤；
  • 5.blockcache在这里的作用，怎么往blockcache里写，怎么从blockcache读；
  • 6.读出来的结果是使用next一批一批的给客户端的，这里客户端还有几个参数可以看下；
• 2.hbase写流程：
  • 1.概述一下写：例如hbase是将随机磁盘写转换为内存随机写+磁盘顺序写，所以用到了HLog和Memstore，内存超过阈值后要落盘，所以有flush操作形成HFile；
  • 2.获得rowkey对应的RegionServer，类似读流程；
  • 3.写的顺序：HLog -> MemStore -> flush形成HFile,要了解一下细节，面试有可能会要求细说，以及HLog，MemStore的作用是什么；
  • 4.形成HFile的步骤，HFile有哪些Block，每个Bolck是干什么的；
  • 5.布隆过滤器弄清楚；
• 3.compaction：
  • 1.compaction为了解决什么问题，大致原理（把小文件读出来使用归并算法合并）；
  • 2.compaction的副作用；
  • 3.compaction分类，为什么要这么分类；
  • 4.compaction何时触发，流程；
  • 5.compaction会不会造成数据丢失，会不会造成数据不一致；
• 4.region分裂：
  • 1.region分裂的本质是解决什么问题（分布式系统数据均衡的问题）；
  • 2.region分裂的特点（全程都是事务操作，开始子region并没有真的分出来，而是在父Region上建立一个Reference文件，查询查的还是父Region）
  • 3.什么时候真正进行分裂，并删掉Reference文件：Major ComPaction中；
• 5.Rowkey设计：
  • 1.唯一性，散列性，长度不要太长；
  • 2.实践中，我们用了加盐 + rowkey反转两种设计；
• 6.Hbase场景题：
  • 1.使用Hbase实现事务：我回答用zookeeper + 2PC提交，应该答得不太好；
  • 2.Hbase只读最新的数据，可以只读Memstore吗：不可以，假如一个业务使用时间戳做版本号，然后在写入数据的时候，设置了旧的时间戳，那么只读memstore就会读到旧数据。

其他大数据问题：

• 1.spark core：
  • 1.考原理（内存计算+迭代式计算+计算依赖于数据+宽窄依赖的定义与划分）；
  • 2.spark任务提交：Action算子 -> DAGSchedule ->TaskScheduler -> ExecutorBackEnd -> Executor这个流程重的大致过程）；
  • 3.考简单的spark程序，例如wordcount；这一块主要是我实践不多，能考的肯定不止这一点；
• 2.Redis：
  • 1.基本数据类型，AOF，RDB，缓存击穿，缓存雪崩，zset底层实现（跳跃表，hbase里也有用）；
  • 2.分布式事务（setnx实现：若setnx成功，表示加锁成功，使用完成后将set的key删掉即可解锁，为了避免客户端崩溃导致无法解锁，setnx添加的key都会设置ttl，为了处理不同事务耗时长短不同的问题，ttl时长可以追加）zookeeper中用的时临时节点+watcher机制实现；
• 3.zookeeper：1.临时节点，watcher机制，怎么用它实现master高可用，分布式锁；2.考2pc提交；
• 4.其他：MapReduce过程，hive常用的sql（我不会，嗨)；

大数据场景题：

• 场景：总是处理海量数据，找出最大的前K个啦，排序啦之类的；
• 解决方案：1.分而治之/hash映射 + hash统计 + 堆/快速/归并排序；2.双层桶划分；3.位图/布隆过滤器；4.外排序；
• 案例：参考帖子：https://blog.csdn.net/qq_38835878/article/details/98318716

常考算法：

• 1.排序算法（重要）：冒泡，选择，插入，快排，堆排，归并，闭着眼睛都要会写的那种；
• 2.树的基本操作（重要）：前序遍历，中序遍历，后续遍历的递归和非递归版本，层序遍历，之字型层序遍历，二叉树高度之类；
• 3.链表：链表反转，判断链表有环，链表环的起始位置，头插法，尾插法；
• 4.栈：使用栈实现队列，使用栈进行四则运算等等；
• 5.队列：约瑟夫环，使用队列实现栈等等；
• 6.动态规划：基本的动态规划问题，例如字符最长子序列等，进阶的话，可以学背包问题；
• 7.字符串（重要）：经典算法，例如最长回文子串等
• 8.推荐书籍：数据结构与算法 经典问题解析（Java版）；
• 9.习惯养成：坚持刷leetcode的每日一题，培养逻辑思维；
• 10.推荐题集：牛客网——研发最爱考，150道题刷一刷。
•