一·语言方面：由于很多大数据框架都是基于JAVA开发的，个人认为JAVA语言是必不可少的，有余力的话可以去掌握以下PYTHON😊二·数据结构与算法：大二课上没好好学，现在只能再补一遍了，悲😣打算刷完Leetcode的Hot100就先放一边，等秋招再刷别的题😇三·MYSQL:一个关系型数据库管理系统，SQL BOY的开始，初步领略通过建表来管理数据的思想，学完可以去刷一下基础50题和进阶50题（虽然本菜鸡只刷了基础50😓）四·Linux:会安装虚拟机，掌握常见linux常见命令即可五·Hadoop:一个分布式计算框架。所谓分布式，就是将一台电脑无法处理的数据量分散给一个由多台电脑组成的计算机集群来处理，互相分工，彼此合作，形成一个有机整体。框架分为三部分：HDFS（数据存储），MapReduce(数据计算），Yarn（资源调度）。虽然MapReduce已经逐渐被Spark淘汰，但思想依然值得借鉴。高可用机制也应当学习六·Maven:会用即可，打包项目用的七·Hive：也是一种SQL，有了MYSQL的基础应该还算好理解八·Scala和Spark：Spark是用Scala写的，在学习之前得先浏览一遍基本语法。Spark是基于内存的批式计算引擎，已经逐渐取代MapReduce（基于磁盘的计算引擎），APACHE也基本上停止了对MapReduce的更新（经典白学😃）。将来很多离线数仓项目也都是基于SPARK的，可以说非常重要了九·Kafka，Hbase，Flume和ZooKeeper：都是一些小组件，将来面试可能会问到十·Flink：一个流式实时计算引擎，本人JAVA基础较弱，听的时候也是懵懵懂懂当然，仅仅这些肯定远远不够，本人将来还要学Doris，数仓建模理论，数仓项目，八股面经等等。上述理解如有错误还请友好指正（叠甲叠甲叠甲😱）。这些理论也只是匆匆过了一遍（大一太贪玩，大二2月份才开始学），发布笔记也只是记录自己的学习过程，提醒自己不要懈怠（还有当个免费网盘😏）。如果能帮助到你就更好了，虽然我也比较迷茫😖

有种”面久见“的感觉……我当初还在想怎么端口号都会被问，没想到现在问到我了只有一面：自我介绍你现在是在学校是吗？后面还有课吗？家是在哪的？你在学校是学了什么课程？你简历上这些都是自学的吗？jsp有了解过吗？你前端用的什么？你简单讲一下React吧问你点java基础基本数据类型有哪些？运行时异常和编译时异常是什么？线程安全和线程不安全讲一下redis有学过是吗redis端口号是多少？mysql的端口号呢？你是怎么用redis的？redis的键值怎么删除？你用的什么数据库？你有了解公司的情况吗？（讲了很多，大概就是OA和企业开发。有两套方案，一个是ssm+jsp的单体架构。一个是微服务+react）反问：如果我有幸入职，我在前面的时间会接触到什么呢？（前面两三个星期大概就是熟悉我们公司的框架，比如表单引擎、二次开发、系统流程，后面会给你一些简单的任务，两个月之后就要正式投入到项目中。我们这边没有前后端的概念，如果项目紧张的话，可能需要你去做实施和运维）我还没问呢（你的情况是非常符合我们公司的招聘需求的，就是基础有点薄弱）

1.自我介绍2.项目拷打3.数仓分层建设是怎么理解的？每层有什么作用4.讲一下指标体系5.根据医院的整个流程 你觉得能分析出哪些指标？6.flink的双流join7.left join会不会产生回撤流8.数据采集怎么保证端到端的一致性9.sql题（面试官要求按照图片做一道sql题，我看面试官出的是牛客上的还比较简单，我也是闲的，我说我直接在牛客上做吧，结果面试官看到我做了挺多题，让我从困难里面选一道，我随机选了个通过率比较低的，做起来挺麻烦的，15分钟没做出来）10.反问（反问的时候问面试官有什么给我的建议吗，不耐烦的说了句没有，我也懒得问了）总之：感觉面试体验比较差，面试官摄像头也不开，估计被当kpi刷了

前几天面试了京东大数据社招开发岗，感觉还有点难，问题如下1 介绍一下自己做的项目2 重点说一下大数据实时和离线的技术栈3 实时任务用paimon吗，好处是啥，实时任务延迟怎么解决，有哪些办法可以确定延迟4 对于一个实时任务消费多条流写入多个表怎么设计实时任务，后续出错了怎么恢复5 flinksql和jar任务哪个用的场景多，为啥sql有些任务不能用，如果实时任务有性能上限该怎么解决，如何提升flink的吞吐量6 离线数仓模型怎么分层，数据怎么治理，模型有哪些规范，对于脏数据引发的实时任务报警怎么解决7 知道实时用户画像吗，如果要你来做这个实时画像你有啥好办法快速解决8 olap引擎如何做到合理利用资源，做到低成本高可用，你用过哪些olap引擎9 你后续准备做哪些有挑战的事情，为啥要这样做，做完技术提升吗10目前用到的湖仓架构，你认为是未来企业的方向吗，为啥现在都在用数据湖，你们公司平时用吗