互聯(lián)網(wǎng)提前批基本告一段落，大大小小的offer也拿了一些屹逛，秉著回報社會础废，堅持中國特色社會主義，挽救新一代碼農(nóng)的思想罕模，整理了下各個公司的面筋色迂、考點，希望能激勵各位搬磚工手销，起到鼓足干勁，力爭上游的作用O(∩_∩)O
噱頭
小姐姐♀說先拿出offer炸炸人图张，否則沒人看...咱不是那么庸俗的人锋拖，但也沒有那么脫俗...
鄙人從7月中旬開始找工作，找的是大數(shù)據(jù)研發(fā) or 大數(shù)據(jù)算法方向祸轮，反正圍著大數(shù)據(jù)打??兽埃，截止到9.12號為止，騰訊适袜、美團柄错、360安全研究院、搜狗苦酱、貝殼 都收到意向offer
當(dāng)然掛面也吃了不少??
阿里招聘系統(tǒng)有點bug售貌，沒找到機會去面，然后接受了一波勸退性筆試疫萤，最近看能不能找個好心的小姐姐推我進去面一波
百度三面電話沒接起來颂跨，然后沒然后了...
網(wǎng)易接了一波玄面~
頭條也去面了一波，不過真的沒復(fù)習(xí)那么全扯饶，回來海學(xué)一波恒削，也算值
滴滴給了一“真內(nèi)推”（直接問能來實習(xí)不池颈，來就有...），不過最近在風(fēng)頭上钓丰，考慮中...
offer的具體工作內(nèi)容不介紹了躯砰，怕被HR小姐姐查出來，請我去喝茶...
閑聊
本人北京985渣碩一枚携丁，是真的渣琢歇，舍友商湯、曠世则北，出國留學(xué)矿微，學(xué)校中各類大佬一坨，在夾縫中求生尚揣，混口飯吃
主攻方向：無涌矢。領(lǐng)導(dǎo)搞行政的，天天端茶倒水取快遞快骗，外掛寫不盡的基金本子娜庇，論文全靠個人參悟+上天憐憫
說點正事吧，關(guān)于工作路線方篮，我最終選擇的是大數(shù)據(jù)研發(fā)方向名秀，主要原因是研一上了點分布式的課，拿出來吹一吹藕溅，還能唬的住人匕得。個人感覺算法也能做，研發(fā)巾表、算法半斤八兩吧
學(xué)校這邊的話汁掠，有優(yōu)秀高校背書自然要好，沒有的話集币，就沒有吧考阱，大牛們不差這點，渣渣們大家也強不到哪去鞠苟，不必強求
項目乞榨，在讀書過程中，一定要了解個項目当娱，否則面試官真沒啥問題你的吃既，尬場基本就涼涼了。這項目不必真的是你的跨细，當(dāng)找工作時态秧，所有前輩、朋友的項目全都是你的扼鞋，包裝下申鱼，你說是你的就是你的愤诱，沒人去查你底細(xì)的，關(guān)鍵了解要深捐友，這樣和別人說底氣才足淫半。我有幸給一個數(shù)據(jù)流項目做了些邊角任務(wù)，但在簡歷上匣砖，我成為了該項目的負(fù)責(zé)人...自己體會包裝的藝術(shù)...
簡歷科吭，我以前認(rèn)為大家“沒見過豬跑還沒吃過豬肉嗎”，網(wǎng)上那么多強調(diào)簡歷重要性的猴鲫，直到我看見我小師弟的簡歷对人，發(fā)現(xiàn)真的有人沒吃過豬肉（我學(xué)碩他專碩，一起找工作拂共，他有百度大廠背書牺弄，可這工作找的唉...）。最簡單的修改方法宜狐，讓你附近的同學(xué)看看势告，第一眼感覺可以嗎，可以就ok抚恒，不可以就gg咱台，照著人家的改改
現(xiàn)在前頭，準(zhǔn)備要早俭驮，投的也要早基本7月中旬就陸陸續(xù)續(xù)開始有提前批了回溺，錯過就沒了>...<
干貨
這貨也不干，過去一整陣子了混萝，我能寫多少給大家寫多少吧馅而，考點網(wǎng)上一抓一大把
技術(shù)面
先說說技術(shù)面流程：
讓你做自我介紹（準(zhǔn)備好）
看看你簡歷，說你對這個比較熟譬圣？balabla...你問的簡單就熟，問的難不好意思不太了解
看看你實習(xí)經(jīng)歷雄坪，讓你介紹實習(xí)干啥了厘熟，有沒有什么大項目能拿得出手，干聊10-20分鐘的
問問職業(yè)規(guī)劃维哈。這里表現(xiàn)出你態(tài)度的虔誠绳姨，不會亂跳槽，踏踏實實的干阔挠，讓他感受到你想進這家公司飘庄，兩眼能放光就更好了... 大佬們可以海吹一波
你有啥子問題。我一般預(yù)備兩個問題购撼，您這部門具體做什么能介紹一下跪削？我什么時候能知道自己是過了還是沒過呢谴仙？盡量不要不問，各路大佬在貼中都說過了
一定要把主動權(quán)掌握在自己手中碾盐，面試官會問很多你平時不了解或壓根不知道的問題晃跺，這時你可以說平時我用不到這些（可以理解啊，應(yīng)屆生上哪懂這么多邪門歪道啊毫玖，大佬請無視我）掀虎，然后說自己對xxx領(lǐng)域有點研究，引導(dǎo)他來問你
對面提問你時付枫，其實很考驗?zāi)愦疝q技巧的烹玉，當(dāng)你熟悉的東西時，那很OK阐滩，balabala即可二打，問你不熟悉的（你只知道點皮毛，但也在簡歷上寫了）叶眉，你可以說“我做項目時碰到過一點址儒，大體查了下，有點印象衅疙，您可以試著問一下”莲趣，這樣會讓面試官把期望放低，問題難度也會降低饱溢，答出來加分喧伞，答不出來也無所謂
HR面
自我介紹（準(zhǔn)備版非技術(shù)的！ 從本科到大學(xué)绩郎，研究方向潘鲫，選擇這家公司理由，實習(xí)經(jīng)歷拉一拉肋杖，時間一般能湊夠了溉仑，讓對方感覺你是個健談的人）
聊聊興趣愛好（準(zhǔn)備些健康的愛好，游戲公司可以考慮非健康的...）
聊聊實習(xí)經(jīng)歷状植，和上下級處的如何浊竟，有壓力怎么辦
你有啥問題。我對這部門還有些不了解津畸，您能在系統(tǒng)介紹下嗎振定？入職培訓(xùn)介紹一下？
下面具體拉拉各廠面試經(jīng)歷吧肉拓，我把比較有特色的問題列出來后频，統(tǒng)一的我放在下面知識點了，重寫太麻煩了...
騰訊
難度：easy暖途，可能我比較幸運卑惜？
一面
電話面膏执，問了問Java的基礎(chǔ)問題，其中有印象的是
final這個字段用在字段和方法上的區(qū)別残揉，在方法上好像能加速胧后，大家自己查吧。抱环。
二面
現(xiàn)場面壳快，基本圍繞著你簡歷上問
xgboost相對gbrt改進
topK問題
三面
總監(jiān)面，這面基本聊聊實習(xí)的項目镇草，用到的技術(shù)等眶痰，不知死活的我問了問sp的問題...建議各位0-offer黨（offer滿天飛的大佬請無視我）不要在該環(huán)節(jié)問sp的問題，最后給不給sp梯啤，好像不是這伙計定的竖伯，具體還是看聊得情況，聊開了什么都能聊因宇，聊不開七婴，那就88
美團
難度：normal
一、二面
Java問了一堆
Spark問了一堆
然后給我介紹部門察滑，我基本在聽他說了...
后面知識點都有我就不展開寫了o_o ....
三面
問我刷題不打厘？（這想要我什么回答呢），杯子倒水智力題贺辰，實習(xí)項目聊一聊
360
難度：normal+
一面
上來懟了我一堆python的東西户盯，我python當(dāng)腳本用的，說能不能換個方向聊一聊饲化，然后懟了一堆
期望
準(zhǔn)確率召回率
AUC和ROC
決策樹聊一聊
闡述自己如何設(shè)計模型的
開始問題偏向于算法莽鸭，后來我說我其實擅長架構(gòu)類的東西...小姐姐說，這樣啊吃靠，不過看你答的還可以啊硫眨，架構(gòu)我就不問你了...
二面
問了些數(shù)據(jù)倉庫的問題，雪花型和星型數(shù)據(jù)庫等巢块，我表示一臉懵逼礁阁，然后和他扯Spark Streaming，他對這個還挺感興趣的夕冲，算是晃點住了，后面說加班怎么看裂逐，然后他開始介紹他NB的團隊歹鱼，我開始瞻仰，膜拜...最后問問能不能來實習(xí)卜高，基本回答都是能（不能的好像都沒了...）弥姻，時間節(jié)點自己需要把握一下南片，最好等到所有offer都下來的時候，我自己預(yù)估是10月中旬吧
頭條
難度：father
一面
spark streaming 懟一波
如何保證exactly once
tcp中全連接池和半連接池等
劍指offer上一道題：二叉樹蛇皮走位庭敦？疼进？
二面
yarn 調(diào)度算法
扯了扯spark streaming
一道算法，樹中兩節(jié)點找最親的爸爸...
實習(xí)聊一聊
面試官不是很感冒秧廉，問我還有什么補充了伞广，我竟然說沒...猝，血淋淋的教訓(xùn)啊
搜狗
難度：hard
一面
兩個面試官疼电，發(fā)了張卷子嚼锄，里面什么題都有：
排序、有重復(fù)的數(shù)組中查詢某數(shù)的index蔽豺，注意不要退化成o（N）的算法
在一棵樹中查找兩個節(jié)點的最近公共父節(jié)點（就是頭條二面那道題）
linux $$ $# $0 等含義
智力題 50紅 50黑 分配兩袋子摸球問題
n!后面有多少個0
hdfs的基本操作
大數(shù)據(jù)處理問題区丑，用spark處理下
二面
問我為啥不考慮讀博？（學(xué)的太渣修陡，感覺沒有必要讀...）
問我對前面面試官的看法（你要炒他們嗎沧侥。。魄鸦。）
實習(xí)聊一聊
貝殼
難度：normal+
講道理貝殼我是抱著去打小怪的心態(tài)去的宴杀，并沒打算留下的，但是面試體驗很好号杏，最后給的薪水超高婴氮、福利也爆炸盾致，缺點的話大家懂得，偏養(yǎng)老庭惜，看大家選擇吧。算是幫一面的大哥打波廣告吧
一面
數(shù)據(jù)傾斜怎么處理惠遏，我個人感覺我回答的比較差骏啰，以前沒仔細(xì)思考過這個問題节吮，后來查了查發(fā)現(xiàn)里面有很多道道。
但面試官很nice判耕，問了問我其他方面透绩，感覺還不錯，后面和我討論了30分鐘的職業(yè)發(fā)展問題，感覺來的很值帚豪，大哥我能加你微信嗎...
二面
比較年輕的高冷小哥面我的
Spark架構(gòu)
shuffle過程
Spark Streaming 原理
一道關(guān)于棋盤左上角跑到右下角的問題碳竟，從搜索、dp狸臣、到數(shù)學(xué)的方法都討論了一遍
機器學(xué)習(xí)捎帶說了一嘴
實習(xí)聊了聊
題外話
寫給需要的莹桅，不想死磕互聯(lián)網(wǎng)的人:ヽ(?????)?
讀博真的不錯，大家可以考慮下烛亦，真的是條出路诈泼，尤其你比較年輕的話
戶口互聯(lián)網(wǎng)不可兼得，最近在考慮戶口唉
國企此洲、銀行厂汗、公務(wù)員都可以考慮啊，感覺這類工作有空陪家人
知識點
最后呜师，送上我面試過程中整理出的知識點（可能有誤-_-||）娶桦，供大家查漏補全，希望大家都能找到個好offer (@^０^@)
Java
線程并發(fā)
這就是一天坑汁汗，基本問不完祈争，難度也是拉滿的那種...
Q：進程和線程的區(qū)別？
進程是資源分配的基本單位沮峡，線程是程序執(zhí)行的最小單位
進程有獨立的地址空間望薄，線程依托于進程存在颁虐，線程切換的開銷小
多進程組成的服務(wù)更穩(wěn)定瞬痘，一個進程掛了不會對另一個進程造成影響干签，相反，一個線程掛了闸度，依托該進程的所有線程都會崩潰
Q：進程間通信方式留量？
管道
信號量
消息隊列
共享內(nèi)存（IPC）
socket
核心目的是交換數(shù)據(jù)
除了會枚舉，這些名詞的具體概念也應(yīng)該做到心中有數(shù)可岂，傳送門
Q：線程間通信方式？
鎖機制
信號量
核心目的是同步
Q：Callable平斩、Runnable區(qū)別糜芳？
核心區(qū)別 Callable 有返回值塘辅，Runnable 沒有返回值
Callable的方法是call()哲银，而 Runnable的方法是run()
Callable可以拋出異常，而 Runnable不可以拋出異常
Q：Future和Callable的關(guān)系做院？
Callable執(zhí)行完后會有一個返回結(jié)果，可以通過Future類返回（異步計算的結(jié)果）。
此外酒奶，應(yīng)當(dāng)了解下FutureTask，其實現(xiàn)了Runnable和Future瘸彤，并存在接收Callable的構(gòu)造函數(shù)
Q：創(chuàng)建線程的方法？
繼承Thread，再通過Thread的start()
實現(xiàn)Runnable臼朗，再通過new Thread(runnable)包裝后，start()
用ExecutorService提交
Q：volatile關(guān)鍵字的作用？
防止指令重排（單例模式中）
內(nèi)存可見性
Q：synchronized的用法跪呈？
修飾實例方法苹支，作用于當(dāng)前對象，兩個不同對象不沖突
修飾靜態(tài)方法，作用于當(dāng)前類奴紧，兩個不同對象也沖突
修飾代碼塊沫浆，對指定對象加鎖
Q：講一下Java內(nèi)存模型？
網(wǎng)上一大堆，引用前人的清明上河圖
Q：CountDownLatch和CyclicBarrier了解嗎拄显？
CountDownLatch中一個線程等待其他幾個線程完成承边。
CyclicBarrier中幾個線程相互等待某一事件的達(dá)成。
CyclicBarrier可以復(fù)用翔始。
Q：Semaphore用法？
控制一組資源的使用脖镀，通過acquire()和release()獲取和釋放這組鎖飒箭，盼盼防盜門
Q：ThreadLocal作用？
修飾變量蜒灰，控制變量作用域枣耀，使變量在同一個線程內(nèi)的若干個函數(shù)中共享。
Q：單例與多例的區(qū)別纳决？
單例非static和static變量都是線程不安全的
多例非static變量是線程安全的翅溺，但static變量依舊是線程不安全的
可以通過synchronized或ThreadLocal來完成static變量的線程安全
Q：鎖釋放的時機？
執(zhí)行完同步代碼塊后
執(zhí)行同步代碼塊途中，發(fā)生了異常物舒，導(dǎo)致線程終止
執(zhí)行同步代碼塊途中，遇到wait關(guān)鍵字宏粤，該線程釋放對象鎖揽涮，當(dāng)前線程會進入線程等待池中村刨，等待被喚醒
Q：notify喚醒時機阿浓？
notify后不會立刻喚醒處于線程等待池中的線程涂炎，而是等當(dāng)前同步代碼塊執(zhí)行完烦感，才釋放當(dāng)前的對象鎖，并喚醒等待線程胀瞪。
Q：notify和notifyAll區(qū)別窖剑？
notify通知一個線程獲取鎖，而notifyAll通知所有相關(guān)的線程去競爭鎖
Q：講一下Lock？
Lock是為了彌補synchronized的缺陷而誕生的挽牢，主要解決兩種場景
讀寫操作，讀讀不應(yīng)該互斥
避免永久的等待某個鎖
Lock是一個類弹澎，并非Java本身帶的關(guān)鍵字殴胧，相對于synchronized而言，需要手動釋放鎖佩迟。
Q：鎖的種類团滥？
可重入鎖，如ReentrantLock
可中斷鎖报强，lockInterruptibly()反應(yīng)了Lock的可中斷性
公平鎖灸姊，synchronized是非公平鎖，Lock默認(rèn)也是非公平鎖（可調(diào)整）
讀寫鎖秉溉，如ReadWriteLock
集合
集合相對容易力惯，常規(guī)送分題，基本都會問到HashMap
Q：TreeSet特性召嘶？
內(nèi)部元素通過compare排序父晶。
Q：LinkedHashMap特性？
內(nèi)部有個雙向鏈表維護了插入key的順序弄跌，使得map能夠依據(jù)插入key的順序迭代甲喝。
Q：ArrayList與Vector的差別？
ArrayList是非線程安全的铛只，Vector是線程安全的埠胖。
Q：LinkedList與ArrayList的差別？
LinkedList基于鏈表淳玩，ArrayList基于數(shù)組
LinkedList沒有隨機訪問的特性
ArrayList刪除添加元素沒有LinkedList高效
Q：HashMap與HashTable的差別直撤？
HashTable線程安全，HashMap線程不安全
HashMap允許null key和value蜕着，而HashTable不允許
Q：Set與List的差別谋竖？各自有哪些子類？
Set不允許重復(fù)元素，List允許重復(fù)元素圈盔，List有索引
Set：HashSet豹芯、LinkedHashMap、TreeSet
List：Vector驱敲、ArrayList铁蹈、LinkedList
Q：hashCode()、equals()众眨、==區(qū)別握牧？
equals 比較兩個對象是否相等，若相等則其hashCode必然相等
若兩個對象的hashCode不等娩梨，則必然不equals
==比較內(nèi)存地址沿腰，比較是否是同一對象
Q：Java容器中添加的對象是引用還是值？
引用
Q：Iterator和ListIterator的區(qū)別狈定？
ListIterator 能向前遍歷颂龙，也能向后遍歷
可以添加元素
可以定位當(dāng)前index
Q：HashMap實現(xiàn)？
內(nèi)容巨多纽什，引用大佬面經(jīng)措嵌，值得一看，目錄供大家參考
hashing的概念
HashMap中解決碰撞的方法（拉鏈法）
equals()和hashCode()的應(yīng)用芦缰，在HashMap中到底如何判斷一個對象有無
不可變對象的好處
HashMap多線程的條件競爭
重新調(diào)整HashMap的大小
PS：HashSet是通過HashMap實現(xiàn)的
Q：ConcurrentHashMap和HashTable區(qū)別企巢？
HashTable通過synchronized來實現(xiàn)線程安全
ConcurrentHashMap通過分段鎖，僅鎖定map的某一部分
GC
這塊主要介紹JVM內(nèi)存的劃分以及GC算法
Q：什么是內(nèi)存泄漏和內(nèi)存溢出让蕾？
內(nèi)存泄漏：無法釋放已申請的內(nèi)存空間浪规，一次內(nèi)存泄露危害可以忽略，但堆積后果很嚴(yán)重探孝，無論多少內(nèi)存笋婿，遲早會被漏光。
內(nèi)存溢出：沒有足夠的內(nèi)存空間供其使用再姑。
內(nèi)存泄漏最后會導(dǎo)致沒有足夠的空間分配對象萌抵，從而導(dǎo)致內(nèi)存溢出找御，當(dāng)然也可能開始分配過大的對象導(dǎo)致內(nèi)存溢出
Q：導(dǎo)致內(nèi)存溢出的因素元镀？
內(nèi)存中加載的數(shù)據(jù)量過于龐大，如一次從數(shù)據(jù)庫取出過多數(shù)據(jù)霎桅。
集合類中有對象的引用栖疑，使用完后未清空，使得JVM不能回收滔驶。
代碼中存在死循環(huán)或循環(huán)產(chǎn)生過多重復(fù)的對象實體遇革。
啟動參數(shù)內(nèi)存值設(shè)定的過小。
Q：JVM內(nèi)存劃分？
堆：對象
方法區(qū)：類萝快、靜態(tài)變量和常量
棧：局部變量表
基本說出上面三條就可以了锻霎，更詳細(xì)的見下圖，前門
Q：簡單說一下垃圾回收揪漩？
這可不簡單...
垃圾定義：
引用計數(shù)法：循環(huán)引用會bug
可達(dá)性算法：GC Roots旋恼，如 棧中的引用對象、方法區(qū)靜態(tài)奄容、常量對象冰更、本地方法區(qū)內(nèi)的對象，不在堆中就可以
堆中內(nèi)存分布：
新生代（33%）：小對象昂勒，Eden：From Survivor：To Survivor=8：1：1
老年代（66%）：大對象蜀细、長期存活的對象
永生代（三界之外）：通常利用永生代來實現(xiàn)方法區(qū)
垃圾回收算法：
標(biāo)記清除算法
復(fù)制清除（新生代）
標(biāo)記整理清除（老年代）
Q：Minor GC、Major GC和 Full GC的區(qū)別戈盈？
Minor GC是對新生代做垃圾回收
Major GC是對老年代做垃圾回收
Full GC是對整個堆做垃圾回收
Q：Full GC觸發(fā)時機奠衔？
System.gc()，并非一定觸發(fā)塘娶，只是建議
老年代空間不足（核心觸發(fā)點涣觉，其他方案都是從這里衍生出來）
永生代空間不足（當(dāng)將方法區(qū)放在永生代中時）
Minor GC后晉升到老年代中的大小>老年代剩余空間（其實就是2.老年代空間不足的一種表現(xiàn)）
堆中分配大對象（大對象可以直接進入老年代，導(dǎo)致老年代空間不足）
Q：什么是常量池血柳？
常量池分為靜態(tài)常量池和運行時常量池官册。
靜態(tài)常量池：指的是在*.class文件中的常量池
運行常量池：指的是將*.class文件中的常量裝載到內(nèi)存中方法區(qū)的位置（當(dāng)方法區(qū)放在永生代時，也可以理解為內(nèi)存中的永生代）
包含的信息：
字符串字面量
類难捌、方法信息
該問題一般會引出字符串常量比較
類加載
面試時有人問到過膝宁，回去大概查了下
Q：講一下類加載過程？
加載：將*.class文件通過各種類加載器裝載到內(nèi)存中
鏈接：分為三步
驗證：保證加載進來的字節(jié)流符合JVM的規(guī)范根吁，我理解成語法上的驗證（可能不嚴(yán)謹(jǐn)）
準(zhǔn)備：為類變量（非實例變量）分配內(nèi)存员淫，賦予初值(該初值是JVM自已約定的初值，非用戶自定義初值击敌，除非是常量介返，用final static修飾的)
解析：將符號引用替換成直接引用（A.a()=> 某一內(nèi)存地址）
初始化：對類變量初始化，執(zhí)行類變量的構(gòu)造器
Q：Java初始化順序沃斤？
這是在愛奇藝碰到的一面試道題圣蝎，當(dāng)時差點兩眼一抹黑過去了...頭一次發(fā)現(xiàn)這么多東西要初始化
一個類中初始化順序（先類后實例）
類內(nèi)容（靜態(tài)變量、靜態(tài)初始化塊） => 實例內(nèi)容（變量衡瓶、初始化塊徘公、構(gòu)造器）
繼承關(guān)系的兩個類中初始化順序（先類后實例，再先父后子）
父類的（靜態(tài)變量哮针、靜態(tài)初始化塊）=> 子類的（靜態(tài)變量关面、靜態(tài)初始化塊）=> 父類的（變量坦袍、初始化塊、構(gòu)造器）=> 子類的（變量等太、初始化塊捂齐、構(gòu)造器）
Q：Java類加載器的種類？
啟動Boostrap類加載器：加載路徑<JAVA_HOME>/lib
擴展Extension類加載器：加載路徑<JAVA_HOME>/lib/ext
系統(tǒng)System類加載器：加載路徑 -classpath
Q：雙親委派模式了解嗎缩抡？
我理解的深度比較淺辛燥，個人理解，委派就是加載類時先看上層加載過沒缝其，如果加載過了挎塌，當(dāng)前就不加載了，直接使用當(dāng)成加載器加載的類内边。
其次是加載順序榴都，System->Extension->Boostrap
優(yōu)點：
避免重復(fù)加載類
核心API不會被改動
面向?qū)ο?/p>
這些問題很弱雞，但考的也比較多
Q：面向?qū)ο蟮娜筇匦裕?/b>
順口溜一般的背出來：封裝漠其、繼承嘴高、多態(tài)
然后會讓你講講這三個特性如何體現(xiàn)，大家自己想想吧和屎，言之有理即可
Q：Java中接口和抽象類區(qū)別拴驮？
可以實現(xiàn)多個接口（implement），但只能繼承一個抽象類（extend）
接口中的方法不能實現(xiàn)柴信，抽象類中可以實現(xiàn)部分方法
接口中數(shù)據(jù)全是public static final類型的套啤，方法全是public abstract的
本質(zhì)上，接口是說對象能干什么随常，抽象類是說對象是什么
Q：重載和重寫潜沦？
豬腦子，老記混
重載：同一個類中绪氛，函數(shù)名一樣唆鸡，但接受的參數(shù)一定不同，返回的結(jié)果可以不同
重寫：不同類中枣察，函數(shù)名一樣争占，參數(shù)一樣，結(jié)果也一樣
設(shè)計模式
Q：例舉一下你了解的設(shè)計模式序目？
一般說5臂痕、6個，有個樣例就行了
組合模式：集合的addAll
裝飾者模式：stream的各種嵌套
抽象工廠：JDBC中driver創(chuàng)建新連接
建造者模式：StringBuilder或SQL中PreparedStatement
責(zé)任鏈：structs2中對請求的處理各種Filter
解釋器：正則表達(dá)式
觀察者：swing中的事件監(jiān)聽各種Listener
Q：手?jǐn)]單例宛琅？
擼完刻蟹，讓你講講內(nèi)部細(xì)節(jié)逗旁，volatile或多例問題
網(wǎng)絡(luò)協(xié)議
Q：TCP3次握手4次揮手嘿辟？
基本畫張圖就K.O.了舆瘪，fate門，內(nèi)部的問題也建議看一下
Q：TCP為什么是一定要是3次握手红伦，而不是2次或3次以上英古？
2次揮手的問題
在第1次建立過程中，client請求鏈接在網(wǎng)絡(luò)中滯留過久昙读，導(dǎo)致client發(fā)送第2次請求召调，建立完畢后，這時第1次的請求到達(dá)server蛮浑，server接收又維護一鏈接唠叛，但該鏈接實際上已經(jīng)作廢，浪費了server端的資源沮稚。
3次以上的方案
理論上艺沼，做到3次以上是可行的，但真正想做到一個完美可靠的通信是不可能的蕴掏，因為每次答復(fù)都是對上次請求的響應(yīng)障般，但該次答復(fù)在不可靠的信道中仍是會丟失的，考慮到現(xiàn)實效率問題盛杰，3次足以挽荡。
Q：TCP為什么是4次揮手，而不是3次呢即供？
握手的第二次攜帶了定拟，響應(yīng)ACK和請求SYN信息
揮手過程中不能一次性攜帶這兩種信息，因為server方可能還有數(shù)據(jù)沒傳輸完逗嫡。
Q：TCP半連接池與全連接池办素？
半連接池：接受client握手第一步請求時，將該次鏈接放到半連接池中祸穷，Synflood的主要攻擊對象
全連接池：接受client握手第二步請求時性穿，將該次鏈接從半連接池中取出放到全連接池中。
Q：TCP和UDP的區(qū)別雷滚？
TCP基于連接需曾，而UDP基于無連接
TCP由于有握手和揮手的過程消費資源相對較多
TCP是傳輸數(shù)據(jù)流，而UDP是數(shù)據(jù)報
TCP保證數(shù)據(jù)正確性和順序性祈远，而UDP可能丟包呆万，不保證有序
Q：TCP和UDP的應(yīng)用？
TCP：FTP车份、HTTP谋减、POP、IMAP扫沼、SMTP出爹、TELNET庄吼、SSH
UDP：視頻流、網(wǎng)絡(luò)語音電話
Q：TCP/IP與OSI模型严就？
TCP/IP模型总寻，自下而上
鏈路層
網(wǎng)絡(luò)層（IP、ICMP梢为、IGMP）
運輸層（TCP渐行、UDP）
應(yīng)用層（Telnet、FTP）
OSI模型铸董，自下而上
物理層
數(shù)據(jù)鏈路層
網(wǎng)絡(luò)層
運輸層
會話層
表示層
應(yīng)用層
Q：ping命令基于哪種協(xié)議祟印？
ICMP
Q：阻塞式和非阻塞式IO區(qū)別？
阻塞式
每來一個連接都會開啟一個線程來處理粟害，10個線程對應(yīng)10個請求
線程大多時候都在等在數(shù)據(jù)的到來旁理，浪費資源
適合并發(fā)量小，數(shù)據(jù)量大的應(yīng)用
非阻塞式
基本思想我磁，將所有連接放在一張table中孽文，然后輪詢處理
實現(xiàn)上可以用事件通知機制，可以用10個線程處理100個請求
適合并發(fā)量大夺艰，數(shù)據(jù)量小的應(yīng)用
數(shù)據(jù)庫
用數(shù)據(jù)庫做過開發(fā)芋哭，但是了解的不深入，面試問我會不會寫SQL時郁副，我多答“簡單的可以减牺，復(fù)雜的嘗試一下”...SQL復(fù)雜起來真不是人寫的...
Q：聚集索引和非聚集索引區(qū)別？
聚集索引：葉子節(jié)點是實際數(shù)據(jù)存谎，表中只能有一個聚集索引
非聚集索引：葉子節(jié)點是地址拔疚，需要再跳轉(zhuǎn)一次，表中可以有多個非聚集索引
Q：where既荚、group by稚失、having執(zhí)行順序？
where 過濾行數(shù)據(jù)
group by 分組
having 過濾分組
Q：星型恰聘、雪花結(jié)構(gòu)句各？
星型：存在部分冗余
雪花：表切分的十分細(xì)，沒有冗余
Q：SQL縱向轉(zhuǎn)橫向晴叨，橫向轉(zhuǎn)縱列凿宾？
基本上，除了 group by + 聚集函數(shù) 外兼蕊，這是最難的 SQL 題了
縱向轉(zhuǎn)橫向
sum(case when A='a' then B else 0 end) as D
這里需要用sum或其他聚集函數(shù)初厚，因為作用在一個group中
橫向轉(zhuǎn)縱向
核心用union
記住這兩條做到舉一反三就可以了，Demo
Q：臟讀孙技、不可重復(fù)讀产禾、幻讀排作？
臟讀：事務(wù)A讀取了事務(wù)B提交的值
不可重復(fù)讀：事務(wù)A兩次讀取了事務(wù)B的值，事務(wù)B在該過程中修改并提交過下愈，導(dǎo)致A兩次讀取值不一致
幻讀：事務(wù)A修改 a 到 b 纽绍，事務(wù)B在該過程中添加了新的a蕾久，導(dǎo)致新添加的a势似，沒有修改成b
這引出事務(wù)隔離級別
Q：join實現(xiàn)的三種方式？
nested loops：嵌套迭代僧著，相當(dāng)于兩個for循環(huán)履因，內(nèi)部表有索引時，效果較好
merge join：將兩表先sort（如果沒sort的話）盹愚，再合并
hash join：將表hash栅迄，然后掃描另一表
Linux
Q：查看xxx端口占用？
netstat -tunlp |grep xxx
lsof -i:xxx
Q：查看xxx進程占用皆怕？
ps -ef |grep xxx
Q：查看CPU使用情況毅舆？
top
Q：查看內(nèi)存使用情況？
free
top
Q：查看硬盤使用情況愈腾？
df -l
Q：$0憋活、$n、$#虱黄、$*悦即、$@、$?橱乱、$$含義辜梳？
Q：>、>>區(qū)別泳叠？
>：重定向到一個文件
>>：追加到一個文件
Q：>作瞄、1>、2>危纫、2>&1粉洼、2>1區(qū)別？
>：默認(rèn)是正確輸出到某一文件叶摄，錯誤直接輸出到控制臺
1>：正確輸出
2>：錯誤輸出
2>&1：將錯誤輸出重定向到正確輸出中属韧，一般前面會有 1> a.txt，這樣后面的錯誤也會輸出到 a.txt蛤吓，通過正確輸出
2>1：錯誤輸出到 1 文件中宵喂，錯誤寫法，區(qū)分&1
Q：定時任務(wù)命令会傲？
crontab
算法
算法的海洋的無邊無際锅棕，但是應(yīng)付面試題的算法拙泽，個人認(rèn)為《劍指offer》一本足矣...
個人《劍指offer》刷了大概四遍，基本上看到一道題裸燎，所有解法都知道顾瞻，面試上也基本從這里出
我遇到現(xiàn)場出的算法題（除了《劍指offer》上的），一般是暴力搜索題德绿，不要上來想DP...
經(jīng)典問題
子串匹配問題
子序列匹配問題
合并鏈表
樹中兩個節(jié)點最近的公共父節(jié)點
快排荷荤、堆排
各種類型的二分查找
兩數(shù)交換，不用第三變量
水塘抽樣移稳，大佬題解
智力題
一根棍子隨機折三節(jié)蕴纳，組成三角形的概率
倒水問題
面粉稱重問題
燒繩子問題
大數(shù)據(jù)
這方面一般問的是偏向于各類框架
Hadoop
Yarn
Spark
Hive
HBase
Zookeeper
以上框架，大家各取所需吧个粱，總有幾個要能拿出來吹的古毛，我個人主要吹Spark這塊
Hive、HBase一般也是當(dāng)工具用的都许，主要問平時用沒用過稻薇，用過的話就會多問些，我一般是回答搭建過胶征，照著文檔看過一陣子塞椎，對方一般就不問了
Zookeeper在底層維護分布式的一致性，多少了解一些分布式協(xié)議raft這類的也是加分點
Hadoop
Q：兩表Join方案弧烤？
reduce side join：最基本的
map side join：分發(fā)小表忱屑，做only map
semi join + reduce side join：提取一表的key，分發(fā)出去暇昂，再做reduce side join莺戒，減輕join的數(shù)據(jù)量
semi join + bloomfilter + reduce side join：基于上面方案的改良，主要應(yīng)對key太大也放不下去的情況
3急波、4方案了解即可从铲，個人感覺有些不靠譜，面試中一般沒提澄暮，面試官一般要求到2名段，有數(shù)據(jù)傾斜的另說
Q：MapReduce過程？
大數(shù)據(jù)崗位必考題
三言兩語也說不清泣懊，建議去看網(wǎng)上大佬的伸辟，傳送門
看完后能回答如下幾個問題即可：
map處理過程中，數(shù)據(jù)滿了如何處理的
combiner作用馍刮、位置
幾次sort信夫，發(fā)生位置，什么樣的sort
Q：Hadoop 中 Secondary NameNode作用？
合并fsimage與editlog
Yarn
Q：Yarn架構(gòu)静稻？
Q：Yarn相對于Hadoop的優(yōu)勢警没，或說為什么要有Yarn？
簡化JobTracker振湾，將其功能下放到ResourceManager和ApplicationMaster
資源以內(nèi)存為單位杀迹，相比之前剩余slot更合理
通過Container的抽象，使集群能支持多種框架如Spark
Q：Yarn的三種調(diào)度器押搪？
這三張圖很好树酪，但我認(rèn)為這樣理解的深度不夠...有興趣的多看看
Q：Yarn延遲調(diào)度的含義？
主要針對當(dāng)作業(yè)所需的資源嵌言，在本地并沒有滿足時嗅回，會延遲一段時間及穗，再嘗試調(diào)度摧茴，實在不行時會放到別的機器上調(diào)度，主要因為本地調(diào)度效率最高埂陆。
Spark
Q：Spark有幾種部署模式苛白？
local
standalone
yarn
mesos
Q：standalone基本架構(gòu)？
Client：提交job
Master：收集client提交的job焚虱，管理worker
Worker：管理本節(jié)點的資源购裙，定時想master匯報使用情況
Driver：含DAGScheduler、TaskScheduler鹃栽，根據(jù)client與cluster決定driver的具體在client還是worker上
Executer：位于Worker上躏率，job真正執(zhí)行的地方
Q：groupByKey和reduceByKey哪個效率高？
reduceByKey效率更高民鼓，在每個executor上執(zhí)行時薇芝，附帶合并邏輯，結(jié)果更緊湊（可以理解為 key,value)丰嘉，shuffle量小
groupByKey保留同key的所有數(shù)據(jù)（可以理解為 key,List)
Q：數(shù)據(jù)傾斜是什么夯到？如何處理？
必考題饮亏，可以問的很深...
定義：shuffle過程中耍贾，某個幾個key對應(yīng)的value太多，集中在某一個reduce task中路幸，導(dǎo)致該task處理過慢或直接崩掉（out of memory）
解決方案：
換用更高性能的計算機荐开，加memory：從而避免內(nèi)存溢出，不過治標(biāo)不治本简肴，面試官一般不會滿意
修改并行度：說不定剛好把這幾個擁有眾多value的key劃分開來晃听，當(dāng)都集中在少數(shù)的key，或說在1個key上時，無效
加隨機數(shù)杂伟，做兩次聚合：第一次聚合時移层，key以 random數(shù)_key 作為新key，第二次聚合時赫粥，去掉random數(shù)观话，相當(dāng)于將原始key所對應(yīng)的分區(qū)先局部聚合，再統(tǒng)一聚合越平，面試官一般期待能講到這里
求大佬點撥频蛔，個人認(rèn)為隨機數(shù)這種算法可以解決一定的數(shù)據(jù)傾斜，但
用combiner的思想和這個是一致的秦叛？那random數(shù)_key似乎沒有什么價值了
只能解決可以用combiner的場景晦溪，不能用combiner的場景如何解決呢？
Q：傾斜join如何處理挣跋？
和上面的數(shù)據(jù)傾斜有一定聯(lián)系三圆，但不完全相同
map side join：在hadoop那邊講join方式提到過
加隨機值并擴容表：將傾斜key中，較小表映射成 range_key避咆，其中range取遍[0,...,n-1]中每個數(shù)舟肉，即小表中每條記錄會被映射成n條不一樣key的記錄；將較大表映射成single_key查库，其中single 是由 random(n) 產(chǎn)生路媚，即大小表中每條記錄會被映射成唯一一條隨機key的記錄，然后做join即可
Q：基本概念樊销？
問的很多整慎，主要看你對Spark的了解程度
RDD
DAG
Stage
寬依賴、窄依賴
并行度
Q：枚舉一下transform和action围苫？
transform：filter裤园、map、flatmap够吩、reduceByKey比然、groupByKey
action：take、collect周循、count强法、foreach
Spark Streaming
我一般和面試官吹 Spark Streaming，這部分提供給有需要的人吧
Q：Spark Streaming原理湾笛？
將數(shù)據(jù)流劃分成mini batch饮怯，本質(zhì)上是小批量數(shù)據(jù)的連續(xù)處理，核心是定時觸發(fā)Job的提交嚎研，除此之外蓖墅，針對流計算中window一類的概念做了一些特殊處理库倘，面試官要是還問你就給他展開講講...這里我就不展開了
Q：數(shù)據(jù)接收方式？
這點我一般結(jié)合Kafka來說论矾，從Kafka接受數(shù)據(jù)有兩種方案：
基于receiver：需要拉取數(shù)據(jù)到本地教翩，并做好備份，自己保證數(shù)據(jù)的完整性
基于底層API（direct）：由kafka保證數(shù)據(jù)的完整性贪壳，spark streaming這邊只是計算好需要拉取的offset就可以了
Q：基于receiver數(shù)據(jù)接收的實現(xiàn)細(xì)節(jié)饱亿？
面試官這點主要想了解你對Spark Streaming源碼的熟悉程度，是否真正的深入研究過其接收過程闰靴，其實糊弄一下還是比較容易的...
從receiver接收的數(shù)據(jù)會從在一個buffer中
這時會有兩個定時器來處理
定時將buffer中的數(shù)據(jù)封裝成block
定時將block傳播出去存到BlockManager中彪笼，保證數(shù)據(jù)完整性的
Q：exactly once如何保證？
個人認(rèn)為這個問題是個很狠的問題蚂且，這個不是某幾個組件的使用問題配猫，而是整個系統(tǒng)的協(xié)調(diào)組織，我主要從三個方面來說這個問題
數(shù)據(jù)源：保證數(shù)據(jù)源可回溯杏死，防止數(shù)據(jù)丟失后泵肄，找不到原始數(shù)據(jù)，這樣需要可靠的消息隊列來保證识埋，如Kafka
處理框架：處理框架需要自身來維護offset凡伊，在失敗時零渐，能夠明確自己處理到什么位置窒舟，由于數(shù)據(jù)完整性由上游保證，這里用 direct 的方式拉取即可
輸出：輸出算子要保證冪等性
我的理解就這么多诵盼，感覺很淺惠豺，歡迎大佬補充...
Kafka
Q：基本架構(gòu)？
Producer
Consumer
Broker
Topic
Partition
Leader
Follower
User Group
Offset
能把以上這些概念串起來基本就OK
Q：介紹下ISR副本策略风宁？
一個leader與一堆副本follower洁墙，follower從leader上拉取副本并返回ack，leader收集到足夠多的ack后戒财，認(rèn)為該message是committed热监，并返回給client。
該leader與這些follower被稱為 in sync 狀態(tài)饮寞，這個集合是動態(tài)變化的孝扛，當(dāng)某個follower拉下太多時，會被踢出該集合幽崩，從而保證了能快速的響應(yīng)用戶請求苦始，當(dāng)它追上來時會再加入該集合。
為了保證數(shù)據(jù)不丟失慌申，可以設(shè)置該集合最少需要多少個follwer陌选，當(dāng)小于該數(shù)時該partition便不可用
HBase
Q：介紹下HBase的原理與設(shè)計？
看完后能復(fù)述下面基本概念
Master
RegionServer
Region
memstore
HFile
HLog
其實還有章ML沒寫，但感覺問的不深就沒寫了咨油，大家有需求的話我在補上吧 (?′ω`?)
