大数据开发面试经验及知识面的总结

大数据的面试也有一段时间了，现在工作也找到了，感觉需要总结一波经验给广大网友做参考了。
面试的公司实力大大小小参差不齐，在面试一些小公司的时候他们一般会问的东西很全面，我记得有1家小公司从计算机网络原理、到数据结构、到java基础（集合、多线程juc、cas、unsafe等）、到javaWeb（前后端，js、css、spring boot、springmvc、mybatis、连接池等等）问完这些之后你认为差不多快结束了？不不不，关于大数据的知识才刚刚开始，再问大数据运维（cm、cdh），etl的工具比如kettle等的使用，大数据生态圈的掌握像hadoop、hbase、sqoop、hive、zookeeper、flume、kafka、spark、flink、phoenix、dataX、hue等，其中hadoop、hive、kafka、spark、flink是大数据知识方面的重点，常见问题及解决，效率优化，这些心里都要有个谱。到这里我基本上会的知识也就这些了，可恶的是竟然还要问数据分析、数据挖掘方面的！我本人做的是大数据开发方面，这些还不会，不出意外小公司最后凉了，我估计他们是想找一个人能完成一个整项目的全能人才。
后面也面试了一些大一点的公司，像华为，华为的面试说实话在技术方面我感觉不怎么难，总计面了4面，技术方面就是java+scala+大数据生态圈的知识，技术面简单度过，随后的两面考验你的能力，即现场问你一些实际问题让你作答，比如“kafka如何保证数据消费的exactly once”，问你在你简历项目中遇到的问题？如何解决的？你平时遇到问题又怎么解决？最后在最后一个看你是否符合他们的精神、文化面貌，比如“996问题”，我是挂在了最后一面，估计我确实不符合它们吧。
中型公司是比较爽的，并不会问你太全面，问的知识方面一般和大公司比较接近，而且重要的是一般只要你技术通过、薪资要求通过，就可以去入职了，而且不容易被裁掉，我最后还是进了一个中型公司，感觉还可以，好了，就说到这里了，希望能对大家有所帮助！