你在面试中是属于“社牛”还是“社恐”？

不知不觉，春节假期已过去一周，狂欢过后，有不少同学表示患上了 " 攀比恐慌综合征 "，原因是春节期间参加各种同学、亲戚聚会后，发现身边的人都混得比自己好，不是买房就买车，当老板领高薪的更是不计其数，只有自己还在原地踏步，事业毫无长进。

但有句老话说得好：与其临渊羡鱼，不如退而结网。如今 " 金三银四 " 跳槽季也即将到来，职场人们完全可以借助这次跳板：拿更高的薪资，去更大的平台，有更好的职业发展……

但如果是没有准备地盲目跳槽，十有八九会让我们再次入坑，面临越跳越糟的尴尬局面，毕竟每个人都希望自己的跳槽是一次提升，而不是原地踏步，更不想要 " 跳槽穷半年，跨行穷三年。"

所以要想实现高效准确的跳槽，必须要有规划、有准备才能最大程度降低职场沉没成本，帮助我们的职业发展呈螺旋状上升。

在这里给大家提一些刷题的建议，刷题除了找对题之外你还得明白这道题到底是要靠什么，只要弄清楚这个，这道题你才算是会了，毕竟你总不能把希望寄托于面试的时候出现的题全是你刷过的吧

算法题

笔试一般是leetcode的原题或者改编；面试题简单点，一般可以看剑指offer，当然面试题也可能很难。零基础可以看看Java数据结构和算法，不要看scala的，一般不用scala刷题；想看一些算法刷题模板可以去@labuladong 里面获取<<labuladong 的算法小抄>>。另外，尽量按类别来做题。

SQL题

SQL题也可能会出，如果不懂，可以看下B站up主Java俱乐部的入门，不用搭环境，熟悉SQL语句就好，然后去leetcode或者牛客刷题。

大数据简单问题

比如求top-10和wordcount等。

面试基础

分为两部分，一方面是Java基础和计算机基础（比如网络、数据库、操作系统等）；另一方面是Linux和Hadoop、ZooKeeper、Hive、Flume、Kafka、HBase、Spark 、 Flink以及其他的一些大数据框架。

TALKDATA的两本笔记对应这两方面，每个笔记大概有一百个问题及回答，有些问题的回答较为深入和底层，比如HDFS源码解析，我没怎么看，要看懂底层需要时间，如果零基础或者时间不充裕不建议看。这里主要还是先看视频，后面结合文档，不用全学。学完了可以根据需要看牛客网上的面试题，我也整理了一些，可以自己获取。

每个人被问的重点都不一样，可以重点准备下自己想被问（熟悉）的框架。

关于Java基础之前写过一篇21000字的Java基础知识总结，需要PDF文档的朋友也可以私信我领取

看视频

主要是Java零基础入门，MySQL基础，Java数据结构与算法；大数据的包括Linux（Shell可以跳过）、Hadoop、ZooKeeper、Kafka、Spark、Flink等，主要是项目里面用到什么框架，就重点掌握，其他的了解一些基础就行。

常考重点

Java：Java基础知识、集合类、JVM和JUC等。

Hadoop：组成、mapreduce流程、shuffle和高可用等。

Spark：RDD、共享变量、数据倾斜、整体流程、shuffle和容错机制等。

Hive：架构、与数据库的区别、分区、分桶、排序和开窗函数等。

HBase：架构、读写流程、rowkey设置等。

Kafka：架构、消息有序性、spark streaming和kafka连接、消息丢失和重复、生产者和消费者相关问题等。

需要的朋友后台私信“面试”即可免费领取