前言

因为疫情的耽误，导致很多人失去了工作，也导致企业面临破产，说好的年终奖和薪资也没有发放，现在还在家里找不到工作，不知何去何从？
想必这也是大多数人的现状吧！

为了能让大家找对方向和找到满意的工作，能够在一线大厂中立足，就算进不了大厂，但是也在小厂里面达到拔尖儿的水平。小编特意整理了一套进入BAT必备的大数据研发面试题总结，总共包括七大点的内容，希望大家能够喜欢！
因为内容过多，所以小编只把部分面试题和答案整理出来让大家学习，希望大家能够理解！

Redis面试专题及答案

• 什么是缓存穿透？如何避免？什么是缓存雪崩？何如避免？
• 使用过 Redis 做异步队列么，你是怎么用的？有什么缺点？
• 使用过 Redis 分布式锁么，它是怎么实现的？
• 上述 Redis 分布式锁的缺点
• Redis 回收进程如何工作的？
• Redis 如何做内存优化？
• Redis key 的过期时间和永久有效分别怎么设置？
• Redis 事务相关的命令有哪几个？
• 怎么理解 Redis 事务？
• Redis 中的管道有什么用？
• Redis 集群如何选择数据库？
• Redis 集群最大节点个数是多少？
• Redis 集群会有写操作丢失吗？为什么？
• Redis 集群的主从复制模型是怎样的？
• 说说 Redis 哈希槽的概念？
• redis 和 memcached 什么区别？为什么高并发下有时单线程的 redis 比多线程的memcached 效率要高？
• redis 主从复制如何实现的？redis 的集群模式如何实现？redis 的 key 是如何寻址的？
• 使用 redis 如何设计分布式锁？说一下实现思路？使用 zk 可以吗？如何实现？这两种有什么区别？
• 知道 redis 的持久化吗？底层如何实现的？有什么优点缺点？
• redis 过期策略都有哪些？LRU 算法知道吗？写一下 java 代码实现？

Linux面试专题及答案

• Linux 软中断和工作队列的作用是什么?
• Linux 通过什么方式实现系统调用?
• 如何唯一标识一个设备?
• 字符设备驱动程序的关键数据结构是哪个?
• Linux 中有哪几种设备?
• 模块程序能否使用可链接的库函数?
• Linux 中的浮点运算由应用程序实现还是内核实现?
• 模块和应用程序分别运行在什么空间?
• Linux 调度程序是根据进程的动态优先级还是静态优先级来调度进程的?
• 调用 schedule()进行进程切换的方式有几种?
• Linux 中的文件包括哪些?
• Linux 中主要有哪几种内核锁?
• Linux 中的用户模式和内核模式是什么含义?

Nginx面试专题及答案

• 解释如何在 Nginx 服务器上添加模块?
• 用 Nginx 服务器解释-s 的目的是什么?
• 解释如何在 Nginx 中获得当前的时间?
• 解释 Nginx 是否支持将请求压缩到上游?
• 请陈述 stub_status 和 sub_filter 指令的作用是什么?
• 请解释什么是 C10K 问题?
• 请解释 ngx_http_upstream_module 的作用是什么?
• 在 Nginx 中，解释如何在 URL 中保留双斜线?
• 请解释是否有可能将 Nginx 的错误替换为 502 错误、503?
• 请解释你如何通过不同于 80 的端口开启 Nginx?
• 请解释 Nginx 服务器上的 Master 和 Worker 进程分别是什么?
• 请列举 Nginx 服务器的最佳用途。
• 使用“反向代理服务器”的优点是什么?
• 在 Nginx 中，如何使用未定义的服务器名称来阻止处理请求?
• 请解释 Nginx 如何处理 HTTP 请求
• 请列举 Nginx 的一些特性。
• 请解释一下什么是 Nginx?

Kafka面试专题及答案

• kafaka 生产数据时数据的分组策略
• Kafka 的设计时什么样的呢？
• 数据传输的事物定义有哪三种？
• Kafka 判断一个节点是否还活着有那两个条件？
• producer 是否直接将数据发送到 broker 的 leader(主节点)？
• Kafa consumer 是否可以消费指定分区消息？
• Kafka 消息是采用 Pull 模式，还是 Push 模式？
• Kafka 存储在硬盘上的消息格式是什么？
• Kafka 高效文件存储设计特点
• Kafka 与传统消息系统之间有三个关键区别
• Kafka 创建 Topic 时如何将分区放置到不同的 Broker 中
• Kafka 新建的分区会在哪个目录下创建
• partition 的数据如何保存到硬盘

2020最新BAT大数据面试题

• 1、kafka的message包括哪些信息？
• 2、怎么查看kafka的offset？
• 3、hadoop的shuffle过程
• 4、spark集群运算的模式
• 5、HDFS读写数据的过程
• 6、RDD中reduceBykey与groupByKey哪个性能好，为什么
• 7、spark2.0的了解
• 8、 rdd 怎么分区宽依赖和窄依赖
• 9、spark streaming 读取kafka数据的两种方式
• 10、kafka的数据存在内存还是磁盘
• 11、怎么解决kafka的数据丢失
• 12、fsimage和edit的区别？
• 13、列举几个配置文件优化？
• 14、datanode 首次加入 cluster 的时候，如果 log 报告不兼容文件版本，那需要namenode 执行格式化操作，这样处理的原因是？
• 15、MapReduce 中排序发生在哪几个阶段？这些排序是否可以避免？为什么？
• 16、hadoop的优化？
• 17、设计题
• 18、有 10 个文件，每个文件 1G，每个文件的每一行存放的都是用户的 query，每个文件的query 都可能重复。要求你按照 query 的频度排序。 还是典型的 TOP K 算法，
• 19、在 2.5 亿个整数中找出不重复的整数，注，内存不足以容纳这 2.5 亿个整数。
• 20、腾讯面试题：给 40 亿个不重复的 unsigned int 的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在那 40 亿个数当中？
• 21、怎么在海量数据中找出重复次数最多的一个？
• 22、上千万或上亿数据（有重复），统计其中出现次数最多的钱 N 个数据。
• 23、一个文本文件，大约有一万行，每行一个词，要求统计出其中最频繁出现的前 10 个词，给出思想，给出时间复杂度分析。
• 24、100w 个数中找出最大的 100 个数。
• 25、有一千万条短信，有重复，以文本文件的形式保存，一行一条，有重复。 请用 5 分钟时间，找出重复出现最多的前 10 条。

JVM面试专题及答案

• 1. 内存模型以及分区，需要详细到每个区放什么。
• 2. 堆里面的分区：Eden，survival （from+ to），老年代，各自的特点。
• 3. 对象创建方法，对象的内存分配，对象的访问定位。
• 4. GC 的两种判定方法：
• 5. SafePoint 是什么
• 6. GC 的三种收集方法：标记清除、标记整理、复制算法的原理与特点，分别用在什么地方，如果让你优化收集方法，有什么思路？
• 7. GC 收集器有哪些？CMS 收集器与 G1 收集器的特点。
• 8. Minor GC 与 Full GC 分别在什么时候发生？
• 9. 几种常用的内存调试工具：jmap、jstack、jconsole、jhat
• 10. 类加载的几个过程：
• 11.JVM 内存分哪几个区，每个区的作用是什么?
• 12.如和判断一个对象是否存活?(或者 GC 对象的判定方法)
• 13.简述 java 垃圾回收机制?
• 14.java 中垃圾收集的方法有哪些?
• 15.java 内存模型
• 16.java 类加载过程?
• 17. 简述 java 类加载机制?
• 18. 类加载器双亲委派模型机制？
• 19.什么是类加载器，类加载器有哪些?
• 20.简述 java 内存分配与回收策略以及 Minor GC 和Major GC

多线程面试专题及答案

• 1)现在有 T1、T2、T3 三个线程，你怎样保证 T2 在 T1 执行完后执行，T3 在 T2 执行完后执行？
• 2)在 Java 中 Lock 接口比 synchronized 块的优势是什么？你需要实现一个高效的缓存，它允许多个用户读，但只允许一个用户写，以此来保持它的完整性，你会怎样去实现它？
• 3)在 java 中 wait 和 sleep 方法的不同？
• 4）用 Java 实现阻塞队列。
• 5）用 Java 写代码来解决生产者——消费者问题。
• 6）用 Java 编程一个会导致死锁的程序，你将怎么解决？
• 7) 什么是原子操作，Java 中的原子操作是什么？
• 8) Java 中的 volatile 关键是什么作用？怎样使用它？在 Java 中它跟 synchronized 方法有什么不同？9) 什么是竞争条件？你怎样发现和解决竞争？
• 10) 你将如何使用 threaddump？你将如何分析 Thread dump？
• 11) 为什么我们调用 start()方法时会执行 run()方法，为什么我们不能直接调用 run()方法？
• 12) Java 中你怎样唤醒一个阻塞的线程？
• 13)在 Java 中 CycliBarriar 和 CountdownLatch 有什么区别？
• 14) 什么是不可变对象，它对写并发应用有什么帮助？
• 15) 你在多线程环境中遇到的常见的问题是什么？你是怎么解决它的？

至此BAT大数据研发面试题和和答案就已经整理完毕了，希望大家能够喜欢！需要这一套面试题的话，可以

进入BAT必备，大数据研发面试总结：Linux+Redis+kafka+Nginx大全​