Java:
1.类加载器机制，都有哪些类加载器
2.解释SPI
3.GC算法、cms和g1收集流程、GC Roots
4.synchronized和reenrantLock的区别
5.synchronized的锁升级过程，什么情况下会由cas升级到重量级锁
6.什么情况下会oom和stackOverFlow
7.什么情况下会Full GC
8.什么情况下对象会进入老年代
9.ConcurrentHashMap原理
10.ThreadLocal怎么实现的
11.线程池几个参数的含义、用线程池会遇到什么问题
12.线程个数设置的考虑
13.CountDownLatch和cyclicBarrir的区别
14.Object对象类有哪些方法
15.解释volatile, 是原子性的吗?
Spring:
1.解释IOC
2.AOP实现原理
3.Feign实现原理
4.Spring中的设计模式
5.ApplicationContext的功能
6.Spring的启动流程
7.spring怎么实现事务的
数据结构和算法：
1.红黑树
2.多路归并排序
3.快速排序
4.输入一个数组，输出两数之和等于num
hadoop:
1.hdfs读写流程
2.NameNode启动流程
3.hdfs副本丢失怎么办
Flink:
1.如何保证端到端的Exactly-once、kafka两阶段提交
2.Flink的容错机制、checkpoint过程
3.Flink的架构和任务提交流程
4.Flink的乱序处理
5.Flink背压怎么处理？Flink的异步算子
6.Flink的堆外内存
8.你们每个TaskManager用几个Slot、Slot隔离的资源是什么
9.解释下Flink的4种Graph
10.解释Flink的回撤流
11.对流批一体的理解
12.几种窗口函数以及他们的用法
13.flink写到hdfs，任务失败重启会有什么问题
Spark:
1.数据倾斜怎么处理
2.Spark的核心概念，DAG
3.Spark的Shuffle过程
4.Spark和MapReduce的本质区别
5.spark什么算子可以避免join
6.spark改变并行度的算子
7.repartition需要注意什么
8.导致spark shuffle的算子有哪些
9.Spark distinct原理
Hbase:
1.写数据的优化(wal、memstore)
2.Hbase和clickhouse的区别
3.hbase热点问题怎么处理
4.两个columnFamily，数百列写入数据会有什么问题
clickhouse:
1.用户留存retention函数用法
2.视图的作用
3.mergeTree过程
4.batchLoader buffer缓存
6.多少台集群,集群数量大了之后会有什么问题?
7.clickhouse原理
8.为什么要用clickhouse，和kudu、hbase有什么区别
Kafka:
1.Kafka单条消息的长度设置成多少?
2.kafka的核心概念
3.怎么保证数据不丢失
4.怎么保证数据有序
5.zookeeper对于kafka有哪些作用
其他:
1.优化同步一张很大的表
2.linux查看一个进程里线程的情况用什么命令
3.大数据量的TopN怎么处理，怎么避免全排序
4.canal的核心配置有哪些
5.用户提交一批给hadoop用户授权的任务，15秒超时，说实现思路
6.用户留存的hive sql怎么写
7.zookeeper的核心概念
8.redis怎么实现分布式锁
9.WebSocket高并发
10.clickhouse为什么要批量加载
11.归因分析(营销+订单): 营销转换率(订单最近一次营销短信为转化)
12.跨数据源怎么解决(quickSql)
13.flume采集数据到kafka,报kafka单条消息过大,flume卡住了，怎么处理
14.说一下对janusGraph的理解
15.知道哪些调度器，数据质量的框架
16.es的核心概念
17.es一个索引数据量太大怎么办
18.对kylin的理解
19.对kudu的理解
20.写入的文件，hive没有读到有什么情况
21.小文件怎么处理
22.对bitmap的理解
23.Hive shuffle参数
24.Join两张大表