去年秋招拿了攜程-大數(shù)據(jù)底層框架開發(fā)崗位的offer，想著還是把面試回顧下吧，給后面的朋友一個參考。

這個崗位是做大數(shù)據(jù)組件底層二次開發(fā)的，我面試的是偏向離線方面，因此面試都是圍繞hadoop、spark、hbase、hive這幾個組件的底層原理去問，因為是偏向底層，所以也會注重java語言和多線程并發(fā)的知識。

1. HDFS的寫入流程？如果一臺機器宕機，HDFS怎么保證數(shù)據(jù)的一致性？如果只存活一臺機器又會發(fā)生什么情況？
2. NameNode HA的實現(xiàn)原理？如何避免NameNode腦裂的情況？
3. 如果數(shù)據(jù)量比較大，如何解決NameNode 的內(nèi)存瓶頸？
4. MapReduce Shuffle中Reduce是怎么獲得Map輸出的分區(qū)文件，Map主動推還是Reduce主動拉？
5. Kafka如何實現(xiàn)順序消費？
6. Spark Streaming消費Kafka的兩種方式比較。如何提高Spark Streaming消費Kafka的并行度？
7. 如何保證Spark Streaming的精準一次性消費？
8. 項目中Spark Streaming消費Kakfa的offset保存在哪里？為什么不采用checkpoint保存offset，有什么缺點？
9. 對Spark RDD的理解。
10. Spark作業(yè)運行流程？（從standalone和yarn兩種模式進行闡述）
11. 項目中Spark采用的那種模式搭建的？為什么采用standalone而不采用yarn模式？
12. 為什么Spark Shuffle比MapReduce Shuffle快（至少說出4個理由）？
13. Spark3新特性
14. Java中保證線程安全的方法有哪些？
15. 一個volatile修飾的變量，如果兩個線程同時去寫這個變量，線程安全嗎？如果不安全該怎么使他變得安全？
16. Linux中怎么查看一個進程打開了哪些文件？
17. 算法題：二叉樹非遞歸中序遍歷

這是三輪技術(shù)面里面能回憶起來的了，先暫時寫這些吧