米塔碳大数据开发岗位面试经验分享 第2弹！！！

基于上一期的问题我再进行一些补充

4.Kafka 高性能原理

• 为什么 Kafka 速度快？ 答案通常涉及顺序读写、零拷贝、页缓存等。

-回答： 用直观语言说明 Kafka 的顺序写特性，以及操作系统页缓存对性能的提升作用。

• 削峰和解耦的具体实现？

-回答：用自己的话讲一下如何通过调整生产者的 batch.size 和 linger.ms 来削峰，以及如何通过消费者组实现解耦。

5.Hudi 与数据湖

• Hudi 表的类型有哪些？MOR 和 COW 的特点是什么？

-回答：讲一下MOR和COW是什么/有什么区别。前者适合读取频繁的场景，而后者更适合写入密集的场景。

• 是否遇到过小文件问题，如何解决？ 比如，HAR 归档或动态分区合并文件。

-回答：我这主要是说Compaction 策略来合并小文件。

6.常见的大数据工具及同步流程

• 数据同步工具：DataX、Maxwell、CDC 的使用场景。

-回答：优缺点+使用场景。这不用多说了哈~按照这种结构就好

• 数据治理：小文件合并、无用表清理。

-回答：提到通过定期调度脚本清理小文件，以及使用 Hive 元数据清理工具保持仓库整洁。

总的来说米塔碳这次面试让我深刻意识到技术栈的重要性。像 Flink、Kafka、Hudi 这些工具是当下大数据开发的核心，熟悉它们的原理和实际应用可以让你脱颖而出。同时，数仓建模和数据治理是基础中的基础，任何想从事大数据开发的人都要扎实掌握！回答问题时也要结合实际经验，更有说服力。

ps:面试官很有趣哈~话很有梗但也非常专业，我有些缺失的点他最后都会给我讲明白，蛮好的！