大数据面试技巧——个人总结（持续更新）

说明：以下内容仅为个人观点，仅供参考。

---

说期望薪资一定要说具体值，不要说区间。

---

问题尽可能回答的详细一点。
面试官问的一个问题，你回答的越细（比较问你shuffle流程你跟他说一个小时，甚至画张图出来），他后面越问的越少。 一方面是因为你一个问题都能答的那么细，他就觉得你其它方面也还可以。另一方面，面试也有时间限制的，后面的人可能还在等着呢。于是可能你答完这个问题，他随便再问一两个问题基本就可以谈薪资了。
相反，你每个问题都只答一两句，他就得不停提新的问题问你。可能一提就10多个。问到后面没啥问的（因为大数据概念就那么多）就问你数据结构算法了。

---

回答问题，尽量结合业务去回答，不要只是一味的背。比如rowkey的设计方案。

---

hive调优手段 不要喀喀喀的背文档，要根据之前公司的具体项目情况选择性进行调优。比如面试时说：“以前我们公司的数据都是小文件，所以有用JVM重用，设置JVM重用数量。但是如果是大文件的话，JVM重用就不适用，反而会导致运行过慢。”

---

面试问数据来源：大概说下数据来源分类，然后说以前公司项目的数据来源，大概有哪些多少个字段，哪些字段。
前端js代码获取点击数据jsSDK、后台获取javaSDK（例如一笔交易支付成功/退款成功后产生的数据），从其它地方买数据。
项目当中数据差生在nginx服务器中。

---

指标：一般一个项目几千个指标很正常，饿了么十几万个指标。那么多指标的原因是：不同维度进行排列组合。面试时至少要熟悉一二十个指标。
分析都是基于维度（时间、地域、浏览器版本等）的，不基于维度的分析都是没有意义的。

---

你用的软件的版本要熟知。（cdh、Hadoop等等）

---