阅读 9094

互联网公司的面试官是如何360°无死角考察候选人的?(上篇)【石杉的架构笔记】

欢迎关注个人公众号:石杉的架构笔记(ID:shishan100)

周一至周五早8点半!精品技术文章准时送上!

一、写在前面

最近收到不少读者反馈,说自己在应聘一些中大型互联网公司的Java工程师岗位时遇到了不少困惑。

这些同学说自己其实也做了精心准备,网上搜集了不少Java面试题,然而实际去互联网公司面试才发现,人家问的,和你准备的东西,对不上号,这就很尴尬了。。。

因此,从这篇文章开始,笔者准备写一个长期连载的系列:《Java进阶面试系列》。主要跟大家聊聊中大型互联网公司Java面试中的一些热门、高频的技术问题。

希望这个系列的文章,能在年后金三银四的跳槽季中,助各位小伙伴一臂之力。


二、先来体验一个真实的面试连环炮

好,闲话不多说,我们进入正题!

本系列文章,我们将会从消息中间件、分布式缓存、分布式搜索、分布式架构、海量数据、NoSQL、高并发、高可用、高性能、数据库、JVM虚拟机等各个方面来聊一下面试中的高频技术问题。

现在一些中大型互联网公司的面试官,很多都是技术水平非常不错的兄弟。在面试候选人的时候,一般都会采取连环炮的策略来深挖一个候选人的技术水平。


举个例子,比如说看你简历上写了熟悉消息中间件(MQ技术)。那么可能我们就会有一个类似下面这样的连环炮式发问:

  • 说说你们公司线上生产环境用的是什么消息中间件?


  • 那你们线上系统是有哪些技术挑战,为什么必须要在系统里引入消息中间件?
  • 你们的消息中间件技术选型为什么是RabbitMQ?为什么不用RocketMQ或者是Kafka?技术选型的依据是什么?


  • 你们怎么保证消息中间件的高可用性?避免消息中间件故障后引发系统整体故障?


  • 使用消息中间件技术的时候,你们怎么保证投递出去的消息一定不会丢失?


  • 你们怎么保证投递出去的消息只有一条且仅仅一条,不会出现重复的数据?如果消费了重复的消息怎么保证数据的准确性?


  • 你们线上业务用消息中间件的时候,是否需要保证消息的顺序性?如果不需要保证消息顺序是为什么?假如我有一个场景要保证消息的顺序,你们应该如何保证?


  • 下游消费系统如果宕机了,导致几百万条消息在消息中间件里积压了,此时该怎么处理?你们线上是否遇到过消息积压的生产故障?如果没遇到过,你考虑一下如何应对?


  • 你们用的是RabbitMQ?那你说说RabbitMQ的底层架构原理,逻辑架构、物理架构以及数据持久化机制?集群部署架构?你们RabbitMQ的最高峰QPS每秒是多少?线上如何部署的,部署了多少台机器,机器的配置如何?


  • 你们用的是Kafka?那你说说Kafka的底层架构原理,磁盘上数据如何存储的,整体分布式架构是如何实现的,如何保证数据的高容错性,零拷贝等技术是如何运用的,高吞吐量下如何优化生产者和消费者的性能?那你看过Kafka的源码没有,说说你对Kafka源码的理解?


  • 你们用的是RocketMQ?RocketMQ很大的一个特点是对分布式事务的支持,你说说他在分布式事务支持这块机制的底层原理?RocketMQ的源码看过么,聊聊你对RocketMQ源码的理解?


  • 如果让你来动手实现一个分布式消息中间件,整体架构你会如何设计实现?


上面仅仅是MQ相关技术问题的一部分,实际上,一个比较好的面试官的问题,就是从技术面、技术点、项目实践几块来抽丝剥茧的发问。


三、技术广度的考察

首先考察候选人整体技术面的完整性,各种技术或多或少都需要一些,因为工作中是需要具备一定的技术视野的,不能说光知道消息中间件,但是分布式缓存却一无所知,这就是典型的技术短板。

类似于以前高考的时候,你语文特别好,结果物理特别差,那也是不太合适的。

所以工程师首先要避免自己的技术短板,尤其是三到五年经验的同学,已经彻底度过了自己人生的职场生涯的初期小白入门菜鸟阶段。

所以,务必在工作三到五年的时候,保证自己的技术绝对没有任何短板,整体技术栈要或多或少都知道一些,不能出现盲区。

比如,我现在问你,你们公司有没有什么业务场景是可以用NoSQL的?现在国内各个公司用NoSQL的技术都有哪些选型?具体NoSQL可以解决什么问题?

结果你一问三不知,这就是典型的技术短板,不说对每个技术有多么的精通,但是你至少或多或少都知道一些,而且大概明白每个技术一般在什么情况下用,怎么来用,解决的是什么问题。

因此上面说的:消息中间件、分布式缓存、海量数据、分布式搜索、NoSQL、分布式架构、高并发、高可用、高性能,这些技术,并不是说真的要求工作几年的同学每个技术都精通到源码层面,而是说你工作几年以后,应该有一定的技术广度,开阔的技术视野。

各种技术你都得适当的了解一些,同时尽可能有机会的话在自己负责的项目里多实践各种技术,多体会各种技术如何组成出一套架构来解决公司的技术难题的,尽量多对各种技术都一定的实践经验。


四、底层技术的考察

现在一般很多互联网大厂都会有基本功的考察,举个例子,Java虚拟机的核心原理、内存模型、垃圾回收、线上FullGC卡顿性能优化、线上OOM内存溢出问题你处理;Java并发中的volatile、锁优化、AQS源码;Netty背后的IO、网络相关的知识。


这些其实本质也可以归类到技术面的考察里,但是实际上这些技术都是开发任何系统都可能需要用到的核心底层技术,JVM、并发、NIO、网络通信,在很多系统而言都是通用的。因此特意单独拎出来,放在这里,作为一块东西来讲。

其实这种底层技术也是线上高负载大型系统的架构设计和开发,必须要具备的,因为底层技术不扎实,很多中间件技术或者其他高阶的技术,都是无法深入理解其中原理和底层的。而且很多时候,如果要解决线上系统的生产故障,都需要这些技术。

因此这些底层技术,看似不在那些高大上的技术范围里,没有炫酷的技术名词,但是JVM、Java并发、NIO、网络通信,这些东西都是一个工程师必须具备底层技术素养。

五、技术深度的考察

其次,我们一定会深入考察候选人平时工作中熟悉的以及常用的一些技术。

举个例子,比如你项目里用了Redis或者是Elasticsearch。只要你用过了,而且是你某个项目里的核心技术,那么一定会用连环炮式的发问,深入各种细节、底层、生产环境可能遇到的技术挑战。

总之,就是要用压力测试出来你在这块技术水平掌握的到底有多深,实践经验有多强。

一个好的面试官,自己本身技术功底扎实,是可以对一个技术问出一连串的连环炮的,就比如上面的那个消息中间件的连环炮发问。

而且只要面试官在一个技术上的深度超过候选人,那么通过连续的不断加深的发问,是可以考察出来一个候选人在自己最熟悉的技术领域的技术深度的。


比如说你对一个技术的掌握是否达到了源码级别?是否对某个框架,或者是中间件深入的理解底层的源码实现,从源码级别说清楚他的架构原理?是否对这个技术有过线上的高可用部署,承载过高并发流量的访问?是否对这个技术在线上生产环境解决过各种各样的复杂技术挑战?是否基于这个技术落地到你的业务系统中,设计出各种复杂的系统架构?

通过这种连环炮,基本上可以非常好的考察出某个候选人对技术深度的掌握。

技术深度的考察是中大型互联网公司面试官对一个高级/资深以上的候选人必须考察的,因为如果一个人工作5年以上,来应聘高级职位的话,那我们绝对是要求他对至少一个技术领域有着较为深入的研究的,比如说起码你得深入阅读过某个热门技术的核心源码,有一定的技术功底,可以解决一些复杂的线上故障。

因为技术广度决定了你可以利用各种技术来做项目,但是技术深度决定了你的技术功底,你未来学新东西有多快,线上系统出了故障你能否快速定位和解决,你能否基于对技术的深刻理解为公司的项目设计和开发出复杂而且优秀的架构出来。


六、下篇预告

上面就是《互联网公司的面试官是如何360°无死角考察候选人的?(上篇)》,主要是用一个面试连环炮带出来了平时中大型互联网公司面试官是如何发问的。然后从技术广度的考察、底层技术的考察、技术深度的考察几个角度说了一下,我们一般是如何来考察候选人的技术。

《互联网公司的面试官是如何360°无死角考察候选人的?(下篇)》,将会从项目经验的考察、系统设计的考察、候选人与岗位的匹配、多轮面试官的协作考察,来继续告诉大家互联网公司一般是如何科学的、全方位、无死角的来考察候选人的。

知己知彼、百战不殆,面试也是如此。所以我们的《Java进阶面试系列》,以这两篇文章作为开端。

你只有真正了解了面试官的选拔标准,考察范围,才能更好的进行针对性的准备,成为真正的“offer收割机”

由于公众号不再开通文章留言功能,如果对文章有什么问题或者对公众号有什么建议,欢迎在公众号聊天框留言交流!

END


如有收获,请帮忙转发,您的鼓励是作者最大的动力,谢谢!


一大波微服务、分布式、高并发、高可用的原创系列文章正在路上

欢迎扫描下方二维码,持续关注:


石杉的架构笔记(id:shishan100)

十余年BAT架构经验倾囊相授


推荐阅读:

1、拜托!面试请不要再问我Spring Cloud底层原理

2、【双11狂欢的背后】微服务注册中心如何承载大型系统的千万级访问?

3、【性能优化之道】每秒上万并发下的Spring Cloud参数优化实战

4、微服务架构如何保障双11狂欢下的99.99%高可用

5、兄弟,用大白话告诉你小白都能听懂的Hadoop架构原理

6、大规模集群下Hadoop NameNode如何承载每秒上千次的高并发访问

7、【性能优化的秘密】Hadoop如何将TB级大文件的上传性能优化上百倍

8、拜托,面试请不要再问我TCC分布式事务的实现原理坑爹呀!

9、【坑爹呀!】最终一致性分布式事务如何保障实际生产中99.99%高可用?

10、拜托,面试请不要再问我Redis分布式锁的实现原理!

11、【眼前一亮!】看Hadoop底层算法如何优雅的将大规模集群性能提升10倍以上?

12、亿级流量系统架构之如何支撑百亿级数据的存储与计算

13、亿级流量系统架构之如何设计高容错分布式计算系统

14、亿级流量系统架构之如何设计承载百亿流量的高性能架构

15、亿级流量系统架构之如何设计每秒十万查询的高并发架构

16、亿级流量系统架构之如何设计全链路99.99%高可用架构

17、七张图彻底讲清楚ZooKeeper分布式锁的实现原理

18、大白话聊聊Java并发面试问题之volatile到底是什么?

19、大白话聊聊Java并发面试问题之Java 8如何优化CAS性能?

20、大白话聊聊Java并发面试问题之谈谈你对AQS的理解?

21、大白话聊聊Java并发面试问题之公平锁与非公平锁是啥?

22、大白话聊聊Java并发面试问题之微服务注册中心的读写锁优化



关注下面的标签,发现更多相似文章
评论