前同事B站过了三面(Flink方向)，要来了面经

大家好，我是老兵。

金三银四招聘季即将到来，相信不少同学都开始摩拳擦掌准备了。

目前我也在帮很多小伙伴内推，收到了很多真实的面试反馈。

其中发现由于哔哩哔哩(B站)最近爆出的新闻："扩招某岗位1000人"，竟连带着面试B站大数据方向的程序员也多了起来。

今天就有一个小伙伴刚通过B站三面，趁热乎，赶紧为大家奉上最新出炉的社招真题。

说实话看到薪资我酸了~

1 面试过程

面试岗位: 大数据平台工程师

岗位要求: 偏平台研发、推荐方向

面试形式：一轮笔试 + 三轮面试

（原先视频面试经双方沟通后取消）

面试难度：中等

2 一面 （现场笔试）

好久没有笔试了，有点不适应~

1）简单画出Flink on Yarn模式的执行流程并说明

2）写出你了解的机器学习算法，并选择其中一种简述其原理

3）写出社交APP中一般推荐算法实现过程，试分析其业务逻辑和技术实现

4）广度优先和深度优先算法的实现伪代码

5）编程题: MR计算pv/uv

6） 编程题: Spark SQL统计pv/uv

大约写了半个小时，有点忐忑~

3 一面 （现场面试）

面试官: Flink负责人

面试时长: 50min

面试官扫了一眼结果，2-3分钟后进行面试

1）xx 项目架构介绍一下，集群规模和数据量多大，你参与了哪部分设计？为什么要选用这些组件？

2） Flink 的watermark 机制是什么？

3） 你们的 Flink 部署方式是什么？有什么特点?

4） Flink背压遇到过吗？具体说说是怎么解决的。

5）Hive SQL底层怎么转换成MapReduce？

6） Hbase的工作机制了解吗？怎么保障一条数据顺序插入时同时进行读取操作的？

7） Sqoop 可以保证数据不丢失吗？如果丢失怎么办?

8）有了解过一些企业级的大数据平台吗？是否有动手搭建过？

9） Redis的Hash原理知道吗？集群模式如果一个节点挂了，Redis怎么处理？

10） 生产中遇到过数据倾斜吗？你是如何解决的？

11）分布式流计算如何保证数据Exactly-once一致性？Flink 和 Spark 分别怎么实现?

有点口感舌燥，和面试官友好的握握手，接着送我出电梯,回去等邮件通知。。

4 二面 + 三面 （现场面试）

面试官: 技术负责人 + 总监

面试时长: 50min+

隔几天告知面试通过，进行二面

1） xx 项目的技术架构说一下？为什么要这样设计?

2）项目上经常遇到哪些问题，如何解决的?

3） 在你做过的项目中，Kafka队列当日最大并发多少？如何支撑并发的?

4）如果存在Kafka并发支撑不了，怎么进行优化改良？说说思路。

5）kafka 是如何保证数据的安全性和可靠性的

6）kafka 的数据是有序的吗？Kafka 是如何保证单个消费者顺序消费的？多个消费者顺序消费怎么实现？

7）Kafka为什么这么快？

8）能够用伪代码实现kafka的zero-copy吗

9）Hive元数据存储了哪些信息？

10）Hive的UDF、UDAF用过吗？

11）生产中数据去重怎么做?

被问的很懵，勉强答上来。又来了个面试官，直接三面~

12） xx 项目的数据仓库分层架构是什么？为什么要进行维度建模？和主题建模有什么区别？

13） Flink 一致性快照的实现原理

14）Flink 做过哪些性能优化？

15）xx 推荐系统的技术架构是什么？遇到什么问题 ？做了哪些调参?

16）召回有哪些阶段? 你们怎么做精准召回的？

17） 数据质量如何如何监控的？

18） 有什么想问我的？

最后，面试官和我说比较满意，送我下了电梯。

最后小伙伴已经收到了三面通过的邮件，想来也是谈好了福利待遇。

5 福利赠送

看完大佬的面试经过，心中不由得升起了敬佩之意。其中涉及的知识点和技能之多，也令我咋舌不已。

金三银四马上就要来了，估计有很多小伙伴们也想和这位大佬一样能够成功上岸，进大厂搬砖。

在这里，老兵为大家准备了一份超级详细的进大厂面试攻略和简历模板。

》》请关注公众号: 大数据兵工厂