面试考察必看

珍妮王小钰

面试考察

面试确实是因人而异。比如，你想进Google，不管是做全栈还是大数据你都要刷很多题。对System Design的考察也越来越多。但是小公司更多是考Project的经验。

整体面试考察

• Solid understanding of OO Design, Data Structure and Algorithm. 有都会被考到的东西：OO Design，Data Structure and Algorithm，这是大家必须会的。
• Fluent with Software Development Life Cycle. 整个一个Development的Cycle里，Test，Deployment，Release这块都要了解。全栈和Big Data都有自己的一套，这个必须要了解。
• Projects and every single detail of the projects. 当然，当被问到项目的时候，不管是Big Data还是全栈都会被问到大量的细节。比如Design Thinking、Trade-off，还有解决问题的经历。
• 最后，你要在面试中展示出信心。第一，对项目了如指掌的信心，第二，是表现自己是Fast Learner的信心。就算你以前的项目再契合，也不可能和你以后做的工作一样。所以你要展现出：“别管我以前做的什么，你现在交给我什么工作我都能相对独立地快速解决。”
  

全栈面试题目

• 当你在浏览器地址栏输入google.com并敲击enter后，发生了什么？
  

要求你非常了解Web Application的结构甚至涉及到DNSC和Load Balance。这一套结构要非常了解。

• 什么是进程、线程与协程？
  

现在Web Application大量应用单线程的架构，你现在就要了解单线程架构和传统多线程架构的区别和应用场景。

• 什么是容器，有什么作用？
  

容器在全栈和Big Data里都存在，处理的Serve Purpose都不一样。比如能让你开发更便捷，让开发环境统一，能快速Launch多个Service，让Service之间用SOA通信，而不是传统的Function Call的方式。

• Can you speed up this with multithreading?
• When do we use client-side load balance?
• Design a load balancer without using a centralized load dispatcher.
  

总的来说，你要能Handle一些Challenge，比如大量用户请求该怎么办？你用Load Balancer，后面怎么跟Server，Server哪些东西你可以Replicate等等各种问题。

大数据面试题目

• 给你一份乱序的100万个数字的文件，你如何来排序？
• What happens when the Kafka node goes down?
• 集群规模变大，文件数增多， NameNode内存受限成为瓶颈，如何解决？
• What are the logics to choose between Mesos and Yarn?
• How does spark treaming work with Kafka?
• How does Kafka manage its offset?
  

大数据主要还是在数据量上，基本大数据反而是比较简单的问题。这就是为什么Hadoop经常喜欢用WordCount，或者是给一堆数字排序。看上去非常简单，单机的话大家都会，因为都刷过题。只不过当这些数据量增大以后，伴随而来的是非常多单机的时候不会见到的Challenge。这些怎么解决？

当数据上来以后，你的任务节点可能就会死，要怎么Handle，如果是Master成为瓶颈应该怎么解决、Resource Management有不同的特点，Manage不同的Resources该怎么办，这方面的问题都需要了解。

LAKBU

感谢分享！