據(jù)崗筆試全復(fù)盤：Hadoop生態(tài)、SQL優(yōu)化與備戰(zhàn)策略)
1. 為何銀行系大數(shù)據(jù)崗的筆試值得單獨(dú)復(fù)盤先說(shuō)背景。2019年秋招我投了招商銀行信用卡中心的大數(shù)據(jù)方向參加的是第二批IT筆試?，F(xiàn)在回頭再看這段經(jīng)歷對(duì)后來(lái)面其他銀行系、金融系數(shù)據(jù)崗都有很強(qiáng)的參考價(jià)值所以專門寫一篇復(fù)盤把記得的題型、考點(diǎn)和踩過(guò)的坑都梳理一遍。銀行系的IT筆試和互聯(lián)網(wǎng)公司完全是兩種畫風(fēng)?；ヂ?lián)網(wǎng)大廠喜歡考算法題LeetCode medium起步當(dāng)場(chǎng)手撕代碼銀行系更看重基礎(chǔ)扎實(shí)、知識(shí)面廣、細(xì)心程度。尤其是信用卡中心這種手握海量交易數(shù)據(jù)的部門對(duì)大數(shù)據(jù)方向候選人的考察重點(diǎn)不是你會(huì)不會(huì)寫多難的算法而是你懂不懂?dāng)?shù)據(jù)鏈路、能不能把Hadoop生態(tài)組件講清楚、有沒(méi)有基本的數(shù)據(jù)倉(cāng)庫(kù)思維。招行信用卡中心的筆試用的是統(tǒng)一的在線筆試系統(tǒng)第二批和第一批的題不完全一樣但整體結(jié)構(gòu)高度相似。我后來(lái)和同批進(jìn)面試的同學(xué)交流過(guò)大家反饋一致題量不小時(shí)間偏緊覆蓋范圍很廣從Java基礎(chǔ)到Hadoop源碼原理再到SQL優(yōu)化都有涉及。單從通過(guò)率來(lái)看筆試環(huán)節(jié)確實(shí)刷掉了相當(dāng)一部分人認(rèn)真準(zhǔn)備和裸考的差距非常明顯。這篇文章我按自己的記憶和后續(xù)沉淀把那次筆試的完整拆解寫出來(lái)包括題型結(jié)構(gòu)、高頻考點(diǎn)、答題策略、易錯(cuò)點(diǎn)復(fù)盤以及給后來(lái)者的備戰(zhàn)建議。如果你是準(zhǔn)備投銀行系數(shù)據(jù)崗的應(yīng)屆生或者想了解金融機(jī)構(gòu)大數(shù)據(jù)筆試到底考什么這篇應(yīng)該對(duì)你有用。2. 筆試入口與考試形態(tài)開考前的關(guān)鍵信息差2.1 報(bào)名—筆試通知—在線考試的時(shí)間線招行信用卡中心的秋招流程大致是網(wǎng)申、在線筆試、初面、復(fù)面、offer。大數(shù)據(jù)方向?qū)儆贗T條線筆試通知一般提前3到5天發(fā)到郵箱和短信用的是第三方在線筆試平臺(tái)需要提前做設(shè)備測(cè)試。我印象比較深的一點(diǎn)是筆試通知里會(huì)明確寫第二批字樣不同批次的考試時(shí)間錯(cuò)開題目從題庫(kù)中抽取組合所以第二批和第一批的題目會(huì)有重合但順序和具體選項(xiàng)都不同。這意味著刷第一批的面經(jīng)有用但不能指望原題?？荚囆问绞羌?cè)诰€、限時(shí)、不可回溯。也就是說(shuō)選擇題做完了點(diǎn)了下一題就不能回頭改這個(gè)機(jī)制對(duì)答題節(jié)奏要求很高。后面我會(huì)詳細(xì)講怎么應(yīng)對(duì)這種一次性作答的模式。2.2 考試設(shè)備和環(huán)境的坑在線筆試對(duì)瀏覽器和網(wǎng)絡(luò)有硬性要求。當(dāng)時(shí)系統(tǒng)要求使用Chrome或Firefox的最新版本IE直接不支持需要關(guān)閉所有彈窗攔截插件考試過(guò)程中攝像頭會(huì)不定時(shí)抓拍用于防作弊審核。這里有一個(gè)很多人忽略的細(xì)節(jié)手機(jī)熱點(diǎn)和校園網(wǎng)的選擇。校園網(wǎng)在晚上高峰期延遲高、丟包率大萬(wàn)一中途斷網(wǎng)答題進(jìn)度可能丟失。我當(dāng)時(shí)直接用的手機(jī)熱點(diǎn)加有線網(wǎng)口雙保險(xiǎn)事實(shí)證明這個(gè)決定很值——后面有個(gè)同學(xué)就是校園網(wǎng)波動(dòng)導(dǎo)致交卷失敗折騰了半小時(shí)才重新進(jìn)入系統(tǒng)心態(tài)直接炸了。2.3 題量、時(shí)長(zhǎng)與分?jǐn)?shù)權(quán)重整場(chǎng)筆試時(shí)長(zhǎng)是120分鐘題目分四個(gè)模塊計(jì)算機(jī)基礎(chǔ)、大數(shù)據(jù)專項(xiàng)、編程題、性格測(cè)試。前三個(gè)模塊計(jì)入技術(shù)分性格測(cè)試不計(jì)分但影響后續(xù)面試篩選。具體題量和分值結(jié)構(gòu)如下表所示模塊題型題量建議用時(shí)分值特點(diǎn)計(jì)算機(jī)基礎(chǔ)單選多選20題20分鐘每題分值低但覆蓋廣大數(shù)據(jù)專項(xiàng)單選多選判斷25題35分鐘分值集中多選是拉分關(guān)鍵編程題在線OJ2題45分鐘每題20-30分權(quán)重最大性格測(cè)試情景選擇約100題20分鐘不計(jì)分但要注意一致性這個(gè)結(jié)構(gòu)說(shuō)明一個(gè)事實(shí)編程題雖然只有兩道卻占了將近一半的分?jǐn)?shù)重心。選擇題做得再好編程題掛了也很危險(xiǎn)。后面我詳細(xì)拆解每個(gè)模塊的考點(diǎn)。3. 計(jì)算機(jī)基礎(chǔ)模塊看似送分實(shí)則暗藏殺機(jī)3.1 數(shù)據(jù)結(jié)構(gòu)和算法的高頻考查方式計(jì)算機(jī)基礎(chǔ)模塊的20道題覆蓋數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)原理。難度不高但考查方式偏概念辨析不是讓你手寫代碼。數(shù)據(jù)結(jié)構(gòu)部分高頻出現(xiàn)的是棧和隊(duì)列的應(yīng)用場(chǎng)景、二叉樹遍歷方式、哈希沖突的解決方法、排序算法的時(shí)間復(fù)雜度對(duì)比。我印象最深的是一道關(guān)于穩(wěn)定排序的多選題給了六個(gè)排序算法問(wèn)哪些是穩(wěn)定的。這個(gè)知識(shí)點(diǎn)如果不專門背過(guò)很容易漏選或錯(cuò)選。這里補(bǔ)充一個(gè)備考要點(diǎn)銀行筆試喜歡考概念對(duì)比型題目比如數(shù)組和鏈表的區(qū)別、深拷貝和淺拷貝的區(qū)別、進(jìn)程和線程的區(qū)別。這些內(nèi)容在大廠面試?yán)锟赡苤皇菬嵘眍}但在銀行筆試?yán)锞褪钦齼喊私?jīng)的得分題復(fù)習(xí)時(shí)要把基礎(chǔ)教材里區(qū)別與聯(lián)系類型的知識(shí)點(diǎn)全部過(guò)一遍。3.2 計(jì)算機(jī)網(wǎng)絡(luò)和操作系統(tǒng)的必背知識(shí)點(diǎn)計(jì)算機(jī)網(wǎng)絡(luò)部分考了TCP三次握手、HTTP和HTTPS的區(qū)別、DNS解析過(guò)程。操作系統(tǒng)部分考了進(jìn)程調(diào)度算法、死鎖的四個(gè)必要條件、虛擬內(nèi)存和分頁(yè)機(jī)制。都是考研408的常規(guī)內(nèi)容不偏不怪。但有一個(gè)值得注意的傾向銀行系筆試對(duì)安全相關(guān)的知識(shí)點(diǎn)格外偏愛。我那次就考了對(duì)稱加密和非對(duì)稱加密的區(qū)別、數(shù)字證書的作用、SQL注入的原理和防范。這和銀行的業(yè)務(wù)屬性直接相關(guān)金融系統(tǒng)最重視數(shù)據(jù)安全筆試題目往這個(gè)方向傾斜合情合理。操作系統(tǒng)方面Linux基礎(chǔ)命令是必考的。我記得考了chmod權(quán)限數(shù)字的含義、查看進(jìn)程的命令是ps還是top、grep的用法。雖然題目量不大但如果完全沒(méi)接觸過(guò)Linux這幾分就是白丟的。3.3 數(shù)據(jù)庫(kù)原理不是只考SQL數(shù)據(jù)庫(kù)模塊的題目比想象中深。除了基本的SQL語(yǔ)句還考了事務(wù)的ACID特性、臟讀和幻讀的區(qū)別、索引失效的場(chǎng)景、范式理論。這些在互聯(lián)網(wǎng)公司筆試中通常歸入SQL題直接上手寫代碼但銀行筆試會(huì)用概念題來(lái)考考察你對(duì)數(shù)據(jù)庫(kù)原理的理解是否成體系。我清楚記得一道題給了一個(gè)SQL查詢語(yǔ)句問(wèn)為什么走了全表掃描而不是索引。選項(xiàng)涉及隱式類型轉(zhuǎn)換、函數(shù)運(yùn)算、最左前綴原則等。這種題就是典型的原理型應(yīng)用光會(huì)寫SQL不夠還得知道優(yōu)化器的工作原理。4. 大數(shù)據(jù)專項(xiàng)整場(chǎng)筆試的勝負(fù)手4.1 Hadoop生態(tài)組件考點(diǎn)分布大數(shù)據(jù)專項(xiàng)模塊是區(qū)分度最高的部分也是銀行系大數(shù)據(jù)崗筆試的核心特色。題目圍繞Hadoop生態(tài)展開覆蓋HDFS、MapReduce、YARN、Hive、Spark、Kafka、Flume等組件。從考頻來(lái)看HDFS和MapReduce是絕對(duì)重點(diǎn)Hive和Spark次之Kafka和Flume屬于錦上添花。我根據(jù)回憶和同期考生的反饋整理了一張考點(diǎn)分布表組件高頻考點(diǎn)考查深度HDFS副本機(jī)制、NameNode和DataNode職責(zé)、讀寫流程原理理解流程描述MapReduceShuffle過(guò)程、數(shù)據(jù)傾斜原因、Combiner作用原理理解問(wèn)題排查YARN資源調(diào)度、ApplicationMaster作用基礎(chǔ)概念Hive內(nèi)外部表區(qū)別、分區(qū)和分桶、SQL轉(zhuǎn)MapReduce概念辨析簡(jiǎn)單應(yīng)用SparkRDD特性、寬窄依賴、transformaction和action區(qū)別原理理解Kafka消費(fèi)者組、分區(qū)副本機(jī)制、消息不丟失基礎(chǔ)概念場(chǎng)景應(yīng)用這個(gè)分布說(shuō)明一個(gè)信號(hào)銀行系大數(shù)據(jù)崗不僅要你會(huì)用工具更要理解工具背后的原理。尤其是HDFS副本機(jī)制和MapReduce的Shuffle過(guò)程幾乎是必考題值得花大功夫死磕。4.2 送分題與深水題的真實(shí)比例25道大數(shù)據(jù)題里大約有8道屬于背了就送分的題目比如HDFS默認(rèn)副本數(shù)是幾、YARN的調(diào)度器有哪些、Hive中刪除表數(shù)據(jù)的命令是什么。這些題只要系統(tǒng)復(fù)習(xí)過(guò)Hadoop生態(tài)的基礎(chǔ)知識(shí)基本不會(huì)失分。真正拉分的是那幾道深水題。我印象最深的一道是關(guān)于Spark寬窄依賴的多選題給了一組RDD操作問(wèn)哪些會(huì)產(chǎn)生寬依賴。題目涉及groupByKey、reduceByKey、join、map、filter。如果只是機(jī)械記憶窄依賴是一個(gè)分區(qū)對(duì)應(yīng)一個(gè)分區(qū)遇到j(luò)oin這種要具體分析數(shù)據(jù)分布的操作就容易翻車。還有一道Flume的題也很典型給了一個(gè)數(shù)據(jù)采集場(chǎng)景要求選擇最合適的Channel類型。這題如果沒(méi)實(shí)際用過(guò)Flume光靠背概念很難做對(duì)因?yàn)樾枰斫釳emory Channel和File Channel在吞吐量和可靠性上的取舍。4.3 數(shù)據(jù)倉(cāng)庫(kù)與SQL的金融特色大數(shù)據(jù)專項(xiàng)里還混著一部分?jǐn)?shù)據(jù)倉(cāng)庫(kù)的題目這是銀行系統(tǒng)格外看重的方向?？剂司S度建模中的星型模型和雪花模型區(qū)別、緩慢變化維的處理方式、ETL流程中的清洗規(guī)則。SQL題目和互聯(lián)網(wǎng)筆試的寫法題不同銀行系偏向出優(yōu)化題和場(chǎng)景題。比如給一個(gè)三表關(guān)聯(lián)的查詢要求分析哪里性能差并給出優(yōu)化方案。這種題沒(méi)有標(biāo)準(zhǔn)答案選項(xiàng)里會(huì)有多個(gè)優(yōu)化方向比如加索引、用小表驅(qū)動(dòng)大表、改用廣播變量、拆分SQL等。能全對(duì)的都是真正寫過(guò)復(fù)雜SQL、踩過(guò)性能坑的人。這一模塊給我的核心啟發(fā)是銀行不缺數(shù)據(jù)平臺(tái)開發(fā)缺的是懂業(yè)務(wù)又懂?dāng)?shù)據(jù)的人。筆試題目看似在考技術(shù)實(shí)則通過(guò)技術(shù)題來(lái)篩選有沒(méi)有金融數(shù)據(jù)場(chǎng)景的思維。5. 編程題兩道題決定你能否進(jìn)面試5.1 題型復(fù)盤都不難但很考驗(yàn)細(xì)節(jié)兩道編程題一道是純算法題一道是SQL題。算法題接近LeetCode easy到medium之間的難度SQL題是標(biāo)準(zhǔn)的數(shù)據(jù)查詢需求。算法題我印象中是一道關(guān)于字符串處理的題給定一個(gè)字符串找出其中不含重復(fù)字符的最長(zhǎng)子串長(zhǎng)度。這個(gè)題用滑動(dòng)窗口可以輕松解出來(lái)時(shí)間復(fù)雜度O(n)空間復(fù)雜度O(1)。如果放在大廠筆試?yán)飳儆跓嵘眍}但在銀行筆試?yán)镆呀?jīng)算壓軸了?，F(xiàn)在回想這道題能拉開的差距主要不在解法思路而在代碼的完整性。邊界條件、空字符串、全相同字符的字符串這些用例能不能全部通過(guò)才是關(guān)鍵。5.2 SQL題的考查風(fēng)格SQL題考查的是分組統(tǒng)計(jì)和條件過(guò)濾的組合應(yīng)用大致的場(chǎng)景是有一張交易流水表字段包括卡號(hào)、交易日期、交易金額、交易類型要求統(tǒng)計(jì)每張卡在指定日期范圍內(nèi)各交易類型的總金額并且只返回交易次數(shù)大于某閾值的卡號(hào)。這種題在銀行實(shí)際業(yè)務(wù)中非常常見信用卡中心每天都要跑類似的報(bào)表。難點(diǎn)在于一是表數(shù)據(jù)量大要寫出高效的SQL二是條件多容易漏掉過(guò)濾條件三是結(jié)果排序要求容易忽略。我記得當(dāng)時(shí)的解法思路是先用WHERE過(guò)濾日期范圍再用GROUP BY按卡號(hào)和交易類型分組用HAVING過(guò)濾交易次數(shù)最后ORDER BY排序。這題的坑在于GROUP BY的字段順序和HAVING條件的寫法如果寫成WHERE里過(guò)濾聚合結(jié)果在嚴(yán)格的執(zhí)行環(huán)境下直接報(bào)錯(cuò)。5.3 在線OJ的答題環(huán)境與調(diào)試技巧銀行筆試的在線OJ環(huán)境比LeetCode原始很多。沒(méi)有本地IDE那么強(qiáng)大的提示和調(diào)試工具只能在線編寫代碼通過(guò)提交測(cè)試用例來(lái)判斷對(duì)錯(cuò)。代碼編譯報(bào)錯(cuò)信息也相對(duì)簡(jiǎn)略定位問(wèn)題只能靠人工看代碼。我的建議是平時(shí)練習(xí)就養(yǎng)成手寫代碼的習(xí)慣盡量不依賴IDE的自動(dòng)補(bǔ)全。考試時(shí)先花3分鐘把整體思路用注釋寫在代碼里再逐步實(shí)現(xiàn)。這招在時(shí)間緊張時(shí)特別管用——即使最后代碼沒(méi)寫完閱卷人看到清晰的思路注釋也可能給部分分。編程題的答題順序也有講究。先做SQL題再做算法題可能是個(gè)更優(yōu)策略因?yàn)镾QL題思路清晰寫起來(lái)快能快速拿下一部分分?jǐn)?shù)算法題即使卡住了SQL那題的分已經(jīng)穩(wěn)了。6. 從筆試到面試這次考試暴露的能力缺口6.1 筆試成績(jī)與面試問(wèn)什么筆試通過(guò)后進(jìn)入面試環(huán)節(jié)面試官手里會(huì)有筆試成績(jī)單但不會(huì)直接告訴你考了多少分。不過(guò)面試時(shí)會(huì)根據(jù)筆試的短板來(lái)提問(wèn)這一點(diǎn)我后來(lái)才意識(shí)到。我筆試中有幾道MapReduce調(diào)優(yōu)題答得不好面試時(shí)就被追問(wèn)了數(shù)據(jù)傾斜怎么處理。這就是一個(gè)明顯的信號(hào)面試官會(huì)針對(duì)筆試的失分點(diǎn)做定向深挖看看你是知識(shí)點(diǎn)盲區(qū)還是偶然失誤。所以有一個(gè)很實(shí)用的建議筆試結(jié)束后趁記憶還新鮮把拿不準(zhǔn)的題和選項(xiàng)記錄下來(lái)。如果進(jìn)了面試提前把這些盲區(qū)補(bǔ)上大概率能押中面試題。6.2 銀行系大數(shù)據(jù)崗的能力模型經(jīng)歷過(guò)招行信用卡中心的筆試和面試后我對(duì)銀行系大數(shù)據(jù)崗的能力要求有了一個(gè)清晰的認(rèn)知框架能力維度具體要求筆試考查方式大數(shù)據(jù)基礎(chǔ)理解Hadoop生態(tài)核心組件原理概念題場(chǎng)景題數(shù)據(jù)倉(cāng)庫(kù)能力掌握維度建模和ETL思維建模題SQL優(yōu)化題編程能力Java/Scala/Python任選熟練掌握在線OJ編程題金融業(yè)務(wù)理解了解信用卡、交易、風(fēng)控等業(yè)務(wù)場(chǎng)景題中的業(yè)務(wù)背景數(shù)據(jù)安全意識(shí)理解數(shù)據(jù)加密、權(quán)限管理計(jì)算機(jī)基礎(chǔ)模塊這個(gè)能力模型值得所有想進(jìn)銀行系數(shù)據(jù)崗的人提前對(duì)照自查。和互聯(lián)網(wǎng)公司相比銀行系對(duì)業(yè)務(wù)理解和數(shù)據(jù)安全的要求明顯更高這從筆試的題目結(jié)構(gòu)里就能讀出來(lái)。6.3 和互聯(lián)網(wǎng)大數(shù)據(jù)崗的差異對(duì)照為了讓大家更有體感我用一個(gè)對(duì)比表格來(lái)說(shuō)明銀行系和互聯(lián)網(wǎng)系大數(shù)據(jù)崗筆試的核心差異對(duì)比維度銀行系大數(shù)據(jù)崗互聯(lián)網(wǎng)大數(shù)據(jù)崗算法難度偏低easy級(jí)別偏高medium起步大數(shù)據(jù)原理比重高直接考原理中偏向?qū)嶋H應(yīng)用SQL要求高重視優(yōu)化與建模中重視復(fù)雜查詢業(yè)務(wù)場(chǎng)景金融業(yè)務(wù)為核心業(yè)務(wù)多樣性高數(shù)據(jù)安全要求極高中操作系統(tǒng)/網(wǎng)絡(luò)考得細(xì)考得淺當(dāng)然這只是2019年那批筆試的感受現(xiàn)在各家銀行都在數(shù)字化轉(zhuǎn)型題目難度和形式也在升級(jí)。但核心方向應(yīng)該沒(méi)變銀行要的是穩(wěn)、準(zhǔn)、懂業(yè)務(wù)的數(shù)據(jù)工程師不是追求炫技的算法高手。7. 大數(shù)據(jù)方向筆試備戰(zhàn)清單照著準(zhǔn)備不會(huì)錯(cuò)7.1 Hadoop生態(tài)知識(shí)樹如果你準(zhǔn)備參加銀行系大數(shù)據(jù)崗的筆試下面這份知識(shí)清單是必須全部吃透的HDFS架構(gòu)NameNode和DataNode的職責(zé)、SecondaryNameNode的工作機(jī)制、副本放置策略、讀寫流程MapReduce原理Job提交流程、Mapper和Reducer的執(zhí)行邏輯、Shuffle和Sort的詳細(xì)過(guò)程、Combiner和Partitioner的作用YARN資源調(diào)度ResourceManager和NodeManager的職責(zé)、調(diào)度器類型和區(qū)別Hive數(shù)據(jù)倉(cāng)庫(kù)內(nèi)外部表的區(qū)別、分區(qū)表和分桶表的適用場(chǎng)景、Hive SQL和傳統(tǒng)SQL的區(qū)別Spark核心RDD的五大特性、transformaction和action的區(qū)別、寬窄依賴的判斷標(biāo)準(zhǔn)、Spark SQL的基本用法Kafka消息隊(duì)列Producer和Consumer的工作原理、分區(qū)和副本機(jī)制、消息投遞語(yǔ)義這些內(nèi)容不是簡(jiǎn)單背概念就夠要能用自己的話講清楚為什么這么設(shè)計(jì)。比如HDFS為什么默認(rèn)副本數(shù)是3很多人只記住答案是3但真正理解的人會(huì)說(shuō)一個(gè)副本存在本地機(jī)架一個(gè)副本存在同機(jī)架不同節(jié)點(diǎn)一個(gè)副本存在不同機(jī)架這樣既保證了容錯(cuò)性又兼顧了寫入效率和讀取的本地性。7.2 SQL專項(xiàng)訓(xùn)練方法銀行系筆試的SQL題雖然難度不高但對(duì)細(xì)節(jié)要求苛刻。建議按以下梯度訓(xùn)練第一步把窗口函數(shù)的常見用法全部過(guò)一遍包括ROW_NUMBER、RANK、DENSE_RANK、LAG、LEAD以及SUM和AVG配合OVER子句的開窗用法。第二步練習(xí)多表關(guān)聯(lián)的查詢優(yōu)化。重點(diǎn)理解INNER JOIN、LEFT JOIN、RIGHT JOIN的數(shù)據(jù)返回邏輯搞懂ON和WHERE的執(zhí)行順序差異。第三步做場(chǎng)景化的業(yè)務(wù)題比如用戶留存分析、交易金額分布統(tǒng)計(jì)、異常交易識(shí)別。這類題目在銀行筆試中出現(xiàn)頻率極高提前練習(xí)能節(jié)省大量考試時(shí)的思考時(shí)間。7.3 Java基礎(chǔ)的復(fù)習(xí)優(yōu)先級(jí)銀行系大數(shù)據(jù)崗的編程語(yǔ)言以Java為主筆試選擇題中也會(huì)涉及Java基礎(chǔ)知識(shí)。我那次考了Java的內(nèi)存區(qū)域劃分、垃圾回收算法、HashMap的實(shí)現(xiàn)原理、線程池的參數(shù)含義。這里提醒一個(gè)容易忽略的點(diǎn)集合類的源碼原理幾乎是必考。HashMap的put流程、ConcurrentHashMap的鎖機(jī)制、ArrayList和LinkedList的區(qū)別這些內(nèi)容雖然老生常談但在銀行筆試?yán)锞褪歉哳l考點(diǎn)。建議把HashMap的源碼完整讀一遍尤其是1.8版本的紅黑樹優(yōu)化部分。7.4 多選題的得分策略銀行系筆試的多選題是失分重災(zāi)區(qū)因?yàn)樗挠?jì)分規(guī)則是全部選對(duì)才得分多選、少選、錯(cuò)選都不得分。這和部分考試少選得部分分的規(guī)則不同容錯(cuò)率極低。應(yīng)對(duì)策略是遇到不確定的選項(xiàng)寧可少選也不要多選不在這個(gè)規(guī)則下少選同樣零分。所以正確策略變?yōu)橄劝延惺惆盐盏倪x項(xiàng)選上對(duì)拿不準(zhǔn)的選項(xiàng)做理性分析如果完全沒(méi)概念就根據(jù)選項(xiàng)之間的邏輯關(guān)系推測(cè)。比如四個(gè)選項(xiàng)里如果兩個(gè)明顯同質(zhì)往往要么都對(duì)要么都錯(cuò)。我當(dāng)時(shí)就在一道關(guān)于Hadoop調(diào)優(yōu)的多選題上吃了一個(gè)大虧五選三的題明明排除了一個(gè)錯(cuò)誤選項(xiàng)結(jié)果在剩下四個(gè)里選三個(gè)時(shí)還是漏掉了一個(gè)應(yīng)該選的。這種丟分是最可惜的。8. 實(shí)操中沉淀下來(lái)的答題節(jié)奏與心態(tài)管理8.1 120分鐘的時(shí)間分配實(shí)戰(zhàn)方案前面提到過(guò)各模塊的建議用時(shí)這里說(shuō)一下我實(shí)際執(zhí)行時(shí)的時(shí)間分配和調(diào)整邏輯。我的策略是考試開始后直接用3分鐘快速瀏覽一遍所有題目對(duì)整體難度和題量建立認(rèn)知。這樣做的好處是如果發(fā)現(xiàn)大數(shù)據(jù)專項(xiàng)里有好幾道完全不會(huì)的題可以提前調(diào)整策略把時(shí)間讓給編程題。瀏覽完題目后按計(jì)算機(jī)基礎(chǔ) → 大數(shù)據(jù)專項(xiàng) → 編程題 → 性格測(cè)試的順序作答。計(jì)算機(jī)基礎(chǔ)模塊題干短、判斷快先做能快速建立信心大數(shù)據(jù)專項(xiàng)雖然重要但部分題目需要深思不要戀戰(zhàn)編程題留足45分鐘。這里特別提醒一定不要在前面的選擇題上花太多時(shí)間。我見過(guò)很多同學(xué)在單選上反復(fù)猶豫改答案結(jié)果編程題來(lái)不及寫這是最虧的丟分方式。在線筆試系統(tǒng)不允許回溯每一題都是第一感覺最準(zhǔn)除非有明確的把握否則不要改答案。8.2 在線筆試系統(tǒng)的三個(gè)隱性規(guī)則在線筆試系統(tǒng)有幾個(gè)隱性規(guī)則官方不會(huì)明說(shuō)但會(huì)直接影響成績(jī)第一攝像頭抓拍是隨機(jī)頻率?？荚囅到y(tǒng)會(huì)在做題過(guò)程中不定期抓拍用于事后審核是否存在替考行為。所以考試過(guò)程中不要離開座位太久也不要頻繁低頭看手機(jī)避免被誤判。第二切屏次數(shù)會(huì)被記錄。如果考試中切出瀏覽器查看其他內(nèi)容系統(tǒng)會(huì)記錄切屏次數(shù)超過(guò)一定次數(shù)直接判違規(guī)。我在考試時(shí)全程沒(méi)有切換過(guò)窗口連系統(tǒng)彈窗都提前設(shè)置了攔截規(guī)則。第三編程題的判分方式是分測(cè)試點(diǎn)給分。也就是說(shuō)你的代碼通過(guò)了幾個(gè)測(cè)試用例就得幾分不是只有全對(duì)或零分兩種結(jié)果。所以即使代碼不完美也要提交一版能通過(guò)基礎(chǔ)用例的版本盡量多拿測(cè)試點(diǎn)的分。8.3 心態(tài)管理的務(wù)實(shí)建議銀行系筆試的通過(guò)率不低但正因?yàn)檫@樣很多準(zhǔn)備不充分的人抱著碰碰運(yùn)氣的心態(tài)去考結(jié)果自然不理想。我的體會(huì)是把它當(dāng)成一次正式的技術(shù)面試來(lái)準(zhǔn)備而不是試試看?？记耙粋€(gè)星期開始按照考試時(shí)間做整套模擬題嚴(yán)格控時(shí)訓(xùn)練自己在時(shí)間壓力下的做題節(jié)奏。模擬時(shí)不要用IDE寫代碼直接用在線OJ或者記事本加編譯環(huán)境模擬真實(shí)的考試手感?？荚嚠?dāng)天提前30分鐘進(jìn)入考試系統(tǒng)完成設(shè)備檢測(cè)和人臉驗(yàn)證。如果遇到系統(tǒng)異常第一時(shí)間截圖保存然后聯(lián)系在線客服。這些異常情況在銀行筆試中并不少見及時(shí)處理不會(huì)影響成績(jī)但如果慌了神后面的作答質(zhì)量就會(huì)直線下降。8.4 筆試結(jié)束后的復(fù)盤動(dòng)作筆試結(jié)束后不要立刻把題目拋到腦后。趁記憶還清晰把所有能回憶起來(lái)的題寫下來(lái)尤其是那些做錯(cuò)的、拿不準(zhǔn)的。這個(gè)習(xí)慣幫了我大忙——后來(lái)面試時(shí)的追問(wèn)環(huán)節(jié)面試官問(wèn)的幾個(gè)問(wèn)題恰好是我筆試后復(fù)盤時(shí)補(bǔ)上的知識(shí)盲區(qū)。復(fù)盤的方法建議用表格記錄明確四個(gè)字段題目回顧、考查知識(shí)點(diǎn)、你的答案、正確答案及解析。這樣整理出來(lái)的錯(cuò)題本比臨時(shí)翻書高效得多。如果你的目標(biāo)不止一家銀行這個(gè)錯(cuò)題本可以直接復(fù)用因?yàn)楦縻y行的出題邏輯高度相似。9. 如果你也是下一批考生最后的幾點(diǎn)體己話從投遞簡(jiǎn)歷到最終拿到offer招行信用卡中心這一輪秋招讓我對(duì)銀行系大數(shù)據(jù)崗到底要什么人有了非常具體的認(rèn)知。它不像互聯(lián)網(wǎng)大廠那樣追求技術(shù)的極致深度但要求你在大數(shù)據(jù)生態(tài)的廣度上足夠扎實(shí)在工程實(shí)踐上足夠細(xì)心。如果你正在準(zhǔn)備類似的筆試我的核心建議只有三條第一把Hadoop生態(tài)的每一個(gè)核心組件的原理都吃透達(dá)到能講清楚為什么這樣設(shè)計(jì)的程度第二SQL是銀行系筆試的隱藏權(quán)重項(xiàng)窗口函數(shù)和多表關(guān)聯(lián)優(yōu)化務(wù)必熟練第三在線筆試的答題節(jié)奏需要提前刻意訓(xùn)練不要用平時(shí)刷題的舒適節(jié)奏去應(yīng)對(duì)限時(shí)考試。還有一點(diǎn)想單獨(dú)提一下就是信息差的問(wèn)題。銀行系筆試有一套相對(duì)固定的出題風(fēng)格和考點(diǎn)體系這些東西在公開面經(jīng)里散落各處但沒(méi)有一個(gè)系統(tǒng)的匯總。如果你能找到同校、同屆、投遞同崗位的同學(xué)組隊(duì)交流互相補(bǔ)充回憶筆試題目效果會(huì)比自己埋頭復(fù)習(xí)好很多。我當(dāng)時(shí)就是靠和幾個(gè)同學(xué)對(duì)題才把大數(shù)據(jù)專項(xiàng)模塊的考點(diǎn)拼湊出了完整的圖譜。這篇復(fù)盤寫到這里核心內(nèi)容差不多都覆蓋了。2019年的題目在技術(shù)上不算新但銀行系筆試的出題邏輯和考察思路至今仍有很強(qiáng)的參考性。準(zhǔn)備銀行系數(shù)據(jù)崗的同學(xué)與其漫無(wú)目的地刷題不如按這篇文章梳理的維度系統(tǒng)過(guò)一遍把精力花在最容易得分的地方。祝你們順利。 銀行系大數(shù)據(jù)崗筆試全復(fù)盤：Hadoop生態(tài)、SQL優(yōu)化與備戰(zhàn)策略
1. 為何銀行系大數(shù)據(jù)崗的筆試值得單獨(dú)復(fù)盤先說(shuō)背景。2019年秋招我投了招商銀行信用卡中心的大數(shù)據(jù)方向參加的是第二批IT筆試?，F(xiàn)在回頭再看這段經(jīng)歷對(duì)后來(lái)面其他銀行系、金融系數(shù)據(jù)崗都有很強(qiáng)的參考價(jià)值所以專門寫一篇復(fù)盤把記得的題型、考點(diǎn)和踩過(guò)的坑都梳理一遍。銀行系的IT筆試和互聯(lián)網(wǎng)公司完全是兩種畫風(fēng)?；ヂ?lián)網(wǎng)大廠喜歡考算法題LeetCode medium起步當(dāng)場(chǎng)手撕代碼銀行系更看重基礎(chǔ)扎實(shí)、知識(shí)面廣、細(xì)心程度。尤其是信用卡中心這種手握海量交易數(shù)據(jù)的部門對(duì)大數(shù)據(jù)方向候選人的考察重點(diǎn)不是你會(huì)不會(huì)寫多難的算法而是你懂不懂?dāng)?shù)據(jù)鏈路、能不能把Hadoop生態(tài)組件講清楚、有沒(méi)有基本的數(shù)據(jù)倉(cāng)庫(kù)思維。招行信用卡中心的筆試用的是統(tǒng)一的在線筆試系統(tǒng)第二批和第一批的題不完全一樣但整體結(jié)構(gòu)高度相似。我后來(lái)和同批進(jìn)面試的同學(xué)交流過(guò)大家反饋一致題量不小時(shí)間偏緊覆蓋范圍很廣從Java基礎(chǔ)到Hadoop源碼原理再到SQL優(yōu)化都有涉及。單從通過(guò)率來(lái)看筆試環(huán)節(jié)確實(shí)刷掉了相當(dāng)一部分人認(rèn)真準(zhǔn)備和裸考的差距非常明顯。這篇文章我按自己的記憶和后續(xù)沉淀把那次筆試的完整拆解寫出來(lái)包括題型結(jié)構(gòu)、高頻考點(diǎn)、答題策略、易錯(cuò)點(diǎn)復(fù)盤以及給后來(lái)者的備戰(zhàn)建議。如果你是準(zhǔn)備投銀行系數(shù)據(jù)崗的應(yīng)屆生或者想了解金融機(jī)構(gòu)大數(shù)據(jù)筆試到底考什么這篇應(yīng)該對(duì)你有用。2. 筆試入口與考試形態(tài)開考前的關(guān)鍵信息差2.1 報(bào)名—筆試通知—在線考試的時(shí)間線招行信用卡中心的秋招流程大致是網(wǎng)申、在線筆試、初面、復(fù)面、offer。大數(shù)據(jù)方向?qū)儆贗T條線筆試通知一般提前3到5天發(fā)到郵箱和短信用的是第三方在線筆試平臺(tái)需要提前做設(shè)備測(cè)試。我印象比較深的一點(diǎn)是筆試通知里會(huì)明確寫第二批字樣不同批次的考試時(shí)間錯(cuò)開題目從題庫(kù)中抽取組合所以第二批和第一批的題目會(huì)有重合但順序和具體選項(xiàng)都不同。這意味著刷第一批的面經(jīng)有用但不能指望原題?？荚囆问绞羌?cè)诰€、限時(shí)、不可回溯。也就是說(shuō)選擇題做完了點(diǎn)了下一題就不能回頭改這個(gè)機(jī)制對(duì)答題節(jié)奏要求很高。后面我會(huì)詳細(xì)講怎么應(yīng)對(duì)這種一次性作答的模式。2.2 考試設(shè)備和環(huán)境的坑在線筆試對(duì)瀏覽器和網(wǎng)絡(luò)有硬性要求。當(dāng)時(shí)系統(tǒng)要求使用Chrome或Firefox的最新版本IE直接不支持需要關(guān)閉所有彈窗攔截插件考試過(guò)程中攝像頭會(huì)不定時(shí)抓拍用于防作弊審核。這里有一個(gè)很多人忽略的細(xì)節(jié)手機(jī)熱點(diǎn)和校園網(wǎng)的選擇。校園網(wǎng)在晚上高峰期延遲高、丟包率大萬(wàn)一中途斷網(wǎng)答題進(jìn)度可能丟失。我當(dāng)時(shí)直接用的手機(jī)熱點(diǎn)加有線網(wǎng)口雙保險(xiǎn)事實(shí)證明這個(gè)決定很值——后面有個(gè)同學(xué)就是校園網(wǎng)波動(dòng)導(dǎo)致交卷失敗折騰了半小時(shí)才重新進(jìn)入系統(tǒng)心態(tài)直接炸了。2.3 題量、時(shí)長(zhǎng)與分?jǐn)?shù)權(quán)重整場(chǎng)筆試時(shí)長(zhǎng)是120分鐘題目分四個(gè)模塊計(jì)算機(jī)基礎(chǔ)、大數(shù)據(jù)專項(xiàng)、編程題、性格測(cè)試。前三個(gè)模塊計(jì)入技術(shù)分性格測(cè)試不計(jì)分但影響后續(xù)面試篩選。具體題量和分值結(jié)構(gòu)如下表所示模塊題型題量建議用時(shí)分值特點(diǎn)計(jì)算機(jī)基礎(chǔ)單選多選20題20分鐘每題分值低但覆蓋廣大數(shù)據(jù)專項(xiàng)單選多選判斷25題35分鐘分值集中多選是拉分關(guān)鍵編程題在線OJ2題45分鐘每題20-30分權(quán)重最大性格測(cè)試情景選擇約100題20分鐘不計(jì)分但要注意一致性這個(gè)結(jié)構(gòu)說(shuō)明一個(gè)事實(shí)編程題雖然只有兩道卻占了將近一半的分?jǐn)?shù)重心。選擇題做得再好編程題掛了也很危險(xiǎn)。后面我詳細(xì)拆解每個(gè)模塊的考點(diǎn)。3. 計(jì)算機(jī)基礎(chǔ)模塊看似送分實(shí)則暗藏殺機(jī)3.1 數(shù)據(jù)結(jié)構(gòu)和算法的高頻考查方式計(jì)算機(jī)基礎(chǔ)模塊的20道題覆蓋數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)原理。難度不高但考查方式偏概念辨析不是讓你手寫代碼。數(shù)據(jù)結(jié)構(gòu)部分高頻出現(xiàn)的是棧和隊(duì)列的應(yīng)用場(chǎng)景、二叉樹遍歷方式、哈希沖突的解決方法、排序算法的時(shí)間復(fù)雜度對(duì)比。我印象最深的是一道關(guān)于穩(wěn)定排序的多選題給了六個(gè)排序算法問(wèn)哪些是穩(wěn)定的。這個(gè)知識(shí)點(diǎn)如果不專門背過(guò)很容易漏選或錯(cuò)選。這里補(bǔ)充一個(gè)備考要點(diǎn)銀行筆試喜歡考概念對(duì)比型題目比如數(shù)組和鏈表的區(qū)別、深拷貝和淺拷貝的區(qū)別、進(jìn)程和線程的區(qū)別。這些內(nèi)容在大廠面試?yán)锟赡苤皇菬嵘眍}但在銀行筆試?yán)锞褪钦齼喊私?jīng)的得分題復(fù)習(xí)時(shí)要把基礎(chǔ)教材里區(qū)別與聯(lián)系類型的知識(shí)點(diǎn)全部過(guò)一遍。3.2 計(jì)算機(jī)網(wǎng)絡(luò)和操作系統(tǒng)的必背知識(shí)點(diǎn)計(jì)算機(jī)網(wǎng)絡(luò)部分考了TCP三次握手、HTTP和HTTPS的區(qū)別、DNS解析過(guò)程。操作系統(tǒng)部分考了進(jìn)程調(diào)度算法、死鎖的四個(gè)必要條件、虛擬內(nèi)存和分頁(yè)機(jī)制。都是考研408的常規(guī)內(nèi)容不偏不怪。但有一個(gè)值得注意的傾向銀行系筆試對(duì)安全相關(guān)的知識(shí)點(diǎn)格外偏愛。我那次就考了對(duì)稱加密和非對(duì)稱加密的區(qū)別、數(shù)字證書的作用、SQL注入的原理和防范。這和銀行的業(yè)務(wù)屬性直接相關(guān)金融系統(tǒng)最重視數(shù)據(jù)安全筆試題目往這個(gè)方向傾斜合情合理。操作系統(tǒng)方面Linux基礎(chǔ)命令是必考的。我記得考了chmod權(quán)限數(shù)字的含義、查看進(jìn)程的命令是ps還是top、grep的用法。雖然題目量不大但如果完全沒(méi)接觸過(guò)Linux這幾分就是白丟的。3.3 數(shù)據(jù)庫(kù)原理不是只考SQL數(shù)據(jù)庫(kù)模塊的題目比想象中深。除了基本的SQL語(yǔ)句還考了事務(wù)的ACID特性、臟讀和幻讀的區(qū)別、索引失效的場(chǎng)景、范式理論。這些在互聯(lián)網(wǎng)公司筆試中通常歸入SQL題直接上手寫代碼但銀行筆試會(huì)用概念題來(lái)考考察你對(duì)數(shù)據(jù)庫(kù)原理的理解是否成體系。我清楚記得一道題給了一個(gè)SQL查詢語(yǔ)句問(wèn)為什么走了全表掃描而不是索引。選項(xiàng)涉及隱式類型轉(zhuǎn)換、函數(shù)運(yùn)算、最左前綴原則等。這種題就是典型的原理型應(yīng)用光會(huì)寫SQL不夠還得知道優(yōu)化器的工作原理。4. 大數(shù)據(jù)專項(xiàng)整場(chǎng)筆試的勝負(fù)手4.1 Hadoop生態(tài)組件考點(diǎn)分布大數(shù)據(jù)專項(xiàng)模塊是區(qū)分度最高的部分也是銀行系大數(shù)據(jù)崗筆試的核心特色。題目圍繞Hadoop生態(tài)展開覆蓋HDFS、MapReduce、YARN、Hive、Spark、Kafka、Flume等組件。從考頻來(lái)看HDFS和MapReduce是絕對(duì)重點(diǎn)Hive和Spark次之Kafka和Flume屬于錦上添花。我根據(jù)回憶和同期考生的反饋整理了一張考點(diǎn)分布表組件高頻考點(diǎn)考查深度HDFS副本機(jī)制、NameNode和DataNode職責(zé)、讀寫流程原理理解流程描述MapReduceShuffle過(guò)程、數(shù)據(jù)傾斜原因、Combiner作用原理理解問(wèn)題排查YARN資源調(diào)度、ApplicationMaster作用基礎(chǔ)概念Hive內(nèi)外部表區(qū)別、分區(qū)和分桶、SQL轉(zhuǎn)MapReduce概念辨析簡(jiǎn)單應(yīng)用SparkRDD特性、寬窄依賴、transformaction和action區(qū)別原理理解Kafka消費(fèi)者組、分區(qū)副本機(jī)制、消息不丟失基礎(chǔ)概念場(chǎng)景應(yīng)用這個(gè)分布說(shuō)明一個(gè)信號(hào)銀行系大數(shù)據(jù)崗不僅要你會(huì)用工具更要理解工具背后的原理。尤其是HDFS副本機(jī)制和MapReduce的Shuffle過(guò)程幾乎是必考題值得花大功夫死磕。4.2 送分題與深水題的真實(shí)比例25道大數(shù)據(jù)題里大約有8道屬于背了就送分的題目比如HDFS默認(rèn)副本數(shù)是幾、YARN的調(diào)度器有哪些、Hive中刪除表數(shù)據(jù)的命令是什么。這些題只要系統(tǒng)復(fù)習(xí)過(guò)Hadoop生態(tài)的基礎(chǔ)知識(shí)基本不會(huì)失分。真正拉分的是那幾道深水題。我印象最深的一道是關(guān)于Spark寬窄依賴的多選題給了一組RDD操作問(wèn)哪些會(huì)產(chǎn)生寬依賴。題目涉及groupByKey、reduceByKey、join、map、filter。如果只是機(jī)械記憶窄依賴是一個(gè)分區(qū)對(duì)應(yīng)一個(gè)分區(qū)遇到j(luò)oin這種要具體分析數(shù)據(jù)分布的操作就容易翻車。還有一道Flume的題也很典型給了一個(gè)數(shù)據(jù)采集場(chǎng)景要求選擇最合適的Channel類型。這題如果沒(méi)實(shí)際用過(guò)Flume光靠背概念很難做對(duì)因?yàn)樾枰斫釳emory Channel和File Channel在吞吐量和可靠性上的取舍。4.3 數(shù)據(jù)倉(cāng)庫(kù)與SQL的金融特色大數(shù)據(jù)專項(xiàng)里還混著一部分?jǐn)?shù)據(jù)倉(cāng)庫(kù)的題目這是銀行系統(tǒng)格外看重的方向?？剂司S度建模中的星型模型和雪花模型區(qū)別、緩慢變化維的處理方式、ETL流程中的清洗規(guī)則。SQL題目和互聯(lián)網(wǎng)筆試的寫法題不同銀行系偏向出優(yōu)化題和場(chǎng)景題。比如給一個(gè)三表關(guān)聯(lián)的查詢要求分析哪里性能差并給出優(yōu)化方案。這種題沒(méi)有標(biāo)準(zhǔn)答案選項(xiàng)里會(huì)有多個(gè)優(yōu)化方向比如加索引、用小表驅(qū)動(dòng)大表、改用廣播變量、拆分SQL等。能全對(duì)的都是真正寫過(guò)復(fù)雜SQL、踩過(guò)性能坑的人。這一模塊給我的核心啟發(fā)是銀行不缺數(shù)據(jù)平臺(tái)開發(fā)缺的是懂業(yè)務(wù)又懂?dāng)?shù)據(jù)的人。筆試題目看似在考技術(shù)實(shí)則通過(guò)技術(shù)題來(lái)篩選有沒(méi)有金融數(shù)據(jù)場(chǎng)景的思維。5. 編程題兩道題決定你能否進(jìn)面試5.1 題型復(fù)盤都不難但很考驗(yàn)細(xì)節(jié)兩道編程題一道是純算法題一道是SQL題。算法題接近LeetCode easy到medium之間的難度SQL題是標(biāo)準(zhǔn)的數(shù)據(jù)查詢需求。算法題我印象中是一道關(guān)于字符串處理的題給定一個(gè)字符串找出其中不含重復(fù)字符的最長(zhǎng)子串長(zhǎng)度。這個(gè)題用滑動(dòng)窗口可以輕松解出來(lái)時(shí)間復(fù)雜度O(n)空間復(fù)雜度O(1)。如果放在大廠筆試?yán)飳儆跓嵘眍}但在銀行筆試?yán)镆呀?jīng)算壓軸了?，F(xiàn)在回想這道題能拉開的差距主要不在解法思路而在代碼的完整性。邊界條件、空字符串、全相同字符的字符串這些用例能不能全部通過(guò)才是關(guān)鍵。5.2 SQL題的考查風(fēng)格SQL題考查的是分組統(tǒng)計(jì)和條件過(guò)濾的組合應(yīng)用大致的場(chǎng)景是有一張交易流水表字段包括卡號(hào)、交易日期、交易金額、交易類型要求統(tǒng)計(jì)每張卡在指定日期范圍內(nèi)各交易類型的總金額并且只返回交易次數(shù)大于某閾值的卡號(hào)。這種題在銀行實(shí)際業(yè)務(wù)中非常常見信用卡中心每天都要跑類似的報(bào)表。難點(diǎn)在于一是表數(shù)據(jù)量大要寫出高效的SQL二是條件多容易漏掉過(guò)濾條件三是結(jié)果排序要求容易忽略。我記得當(dāng)時(shí)的解法思路是先用WHERE過(guò)濾日期范圍再用GROUP BY按卡號(hào)和交易類型分組用HAVING過(guò)濾交易次數(shù)最后ORDER BY排序。這題的坑在于GROUP BY的字段順序和HAVING條件的寫法如果寫成WHERE里過(guò)濾聚合結(jié)果在嚴(yán)格的執(zhí)行環(huán)境下直接報(bào)錯(cuò)。5.3 在線OJ的答題環(huán)境與調(diào)試技巧銀行筆試的在線OJ環(huán)境比LeetCode原始很多。沒(méi)有本地IDE那么強(qiáng)大的提示和調(diào)試工具只能在線編寫代碼通過(guò)提交測(cè)試用例來(lái)判斷對(duì)錯(cuò)。代碼編譯報(bào)錯(cuò)信息也相對(duì)簡(jiǎn)略定位問(wèn)題只能靠人工看代碼。我的建議是平時(shí)練習(xí)就養(yǎng)成手寫代碼的習(xí)慣盡量不依賴IDE的自動(dòng)補(bǔ)全。考試時(shí)先花3分鐘把整體思路用注釋寫在代碼里再逐步實(shí)現(xiàn)。這招在時(shí)間緊張時(shí)特別管用——即使最后代碼沒(méi)寫完閱卷人看到清晰的思路注釋也可能給部分分。編程題的答題順序也有講究。先做SQL題再做算法題可能是個(gè)更優(yōu)策略因?yàn)镾QL題思路清晰寫起來(lái)快能快速拿下一部分分?jǐn)?shù)算法題即使卡住了SQL那題的分已經(jīng)穩(wěn)了。6. 從筆試到面試這次考試暴露的能力缺口6.1 筆試成績(jī)與面試問(wèn)什么筆試通過(guò)后進(jìn)入面試環(huán)節(jié)面試官手里會(huì)有筆試成績(jī)單但不會(huì)直接告訴你考了多少分。不過(guò)面試時(shí)會(huì)根據(jù)筆試的短板來(lái)提問(wèn)這一點(diǎn)我后來(lái)才意識(shí)到。我筆試中有幾道MapReduce調(diào)優(yōu)題答得不好面試時(shí)就被追問(wèn)了數(shù)據(jù)傾斜怎么處理。這就是一個(gè)明顯的信號(hào)面試官會(huì)針對(duì)筆試的失分點(diǎn)做定向深挖看看你是知識(shí)點(diǎn)盲區(qū)還是偶然失誤。所以有一個(gè)很實(shí)用的建議筆試結(jié)束后趁記憶還新鮮把拿不準(zhǔn)的題和選項(xiàng)記錄下來(lái)。如果進(jìn)了面試提前把這些盲區(qū)補(bǔ)上大概率能押中面試題。6.2 銀行系大數(shù)據(jù)崗的能力模型經(jīng)歷過(guò)招行信用卡中心的筆試和面試后我對(duì)銀行系大數(shù)據(jù)崗的能力要求有了一個(gè)清晰的認(rèn)知框架能力維度具體要求筆試考查方式大數(shù)據(jù)基礎(chǔ)理解Hadoop生態(tài)核心組件原理概念題場(chǎng)景題數(shù)據(jù)倉(cāng)庫(kù)能力掌握維度建模和ETL思維建模題SQL優(yōu)化題編程能力Java/Scala/Python任選熟練掌握在線OJ編程題金融業(yè)務(wù)理解了解信用卡、交易、風(fēng)控等業(yè)務(wù)場(chǎng)景題中的業(yè)務(wù)背景數(shù)據(jù)安全意識(shí)理解數(shù)據(jù)加密、權(quán)限管理計(jì)算機(jī)基礎(chǔ)模塊這個(gè)能力模型值得所有想進(jìn)銀行系數(shù)據(jù)崗的人提前對(duì)照自查。和互聯(lián)網(wǎng)公司相比銀行系對(duì)業(yè)務(wù)理解和數(shù)據(jù)安全的要求明顯更高這從筆試的題目結(jié)構(gòu)里就能讀出來(lái)。6.3 和互聯(lián)網(wǎng)大數(shù)據(jù)崗的差異對(duì)照為了讓大家更有體感我用一個(gè)對(duì)比表格來(lái)說(shuō)明銀行系和互聯(lián)網(wǎng)系大數(shù)據(jù)崗筆試的核心差異對(duì)比維度銀行系大數(shù)據(jù)崗互聯(lián)網(wǎng)大數(shù)據(jù)崗算法難度偏低easy級(jí)別偏高medium起步大數(shù)據(jù)原理比重高直接考原理中偏向?qū)嶋H應(yīng)用SQL要求高重視優(yōu)化與建模中重視復(fù)雜查詢業(yè)務(wù)場(chǎng)景金融業(yè)務(wù)為核心業(yè)務(wù)多樣性高數(shù)據(jù)安全要求極高中操作系統(tǒng)/網(wǎng)絡(luò)考得細(xì)考得淺當(dāng)然這只是2019年那批筆試的感受現(xiàn)在各家銀行都在數(shù)字化轉(zhuǎn)型題目難度和形式也在升級(jí)。但核心方向應(yīng)該沒(méi)變銀行要的是穩(wěn)、準(zhǔn)、懂業(yè)務(wù)的數(shù)據(jù)工程師不是追求炫技的算法高手。7. 大數(shù)據(jù)方向筆試備戰(zhàn)清單照著準(zhǔn)備不會(huì)錯(cuò)7.1 Hadoop生態(tài)知識(shí)樹如果你準(zhǔn)備參加銀行系大數(shù)據(jù)崗的筆試下面這份知識(shí)清單是必須全部吃透的HDFS架構(gòu)NameNode和DataNode的職責(zé)、SecondaryNameNode的工作機(jī)制、副本放置策略、讀寫流程MapReduce原理Job提交流程、Mapper和Reducer的執(zhí)行邏輯、Shuffle和Sort的詳細(xì)過(guò)程、Combiner和Partitioner的作用YARN資源調(diào)度ResourceManager和NodeManager的職責(zé)、調(diào)度器類型和區(qū)別Hive數(shù)據(jù)倉(cāng)庫(kù)內(nèi)外部表的區(qū)別、分區(qū)表和分桶表的適用場(chǎng)景、Hive SQL和傳統(tǒng)SQL的區(qū)別Spark核心RDD的五大特性、transformaction和action的區(qū)別、寬窄依賴的判斷標(biāo)準(zhǔn)、Spark SQL的基本用法Kafka消息隊(duì)列Producer和Consumer的工作原理、分區(qū)和副本機(jī)制、消息投遞語(yǔ)義這些內(nèi)容不是簡(jiǎn)單背概念就夠要能用自己的話講清楚為什么這么設(shè)計(jì)。比如HDFS為什么默認(rèn)副本數(shù)是3很多人只記住答案是3但真正理解的人會(huì)說(shuō)一個(gè)副本存在本地機(jī)架一個(gè)副本存在同機(jī)架不同節(jié)點(diǎn)一個(gè)副本存在不同機(jī)架這樣既保證了容錯(cuò)性又兼顧了寫入效率和讀取的本地性。7.2 SQL專項(xiàng)訓(xùn)練方法銀行系筆試的SQL題雖然難度不高但對(duì)細(xì)節(jié)要求苛刻。建議按以下梯度訓(xùn)練第一步把窗口函數(shù)的常見用法全部過(guò)一遍包括ROW_NUMBER、RANK、DENSE_RANK、LAG、LEAD以及SUM和AVG配合OVER子句的開窗用法。第二步練習(xí)多表關(guān)聯(lián)的查詢優(yōu)化。重點(diǎn)理解INNER JOIN、LEFT JOIN、RIGHT JOIN的數(shù)據(jù)返回邏輯搞懂ON和WHERE的執(zhí)行順序差異。第三步做場(chǎng)景化的業(yè)務(wù)題比如用戶留存分析、交易金額分布統(tǒng)計(jì)、異常交易識(shí)別。這類題目在銀行筆試中出現(xiàn)頻率極高提前練習(xí)能節(jié)省大量考試時(shí)的思考時(shí)間。7.3 Java基礎(chǔ)的復(fù)習(xí)優(yōu)先級(jí)銀行系大數(shù)據(jù)崗的編程語(yǔ)言以Java為主筆試選擇題中也會(huì)涉及Java基礎(chǔ)知識(shí)。我那次考了Java的內(nèi)存區(qū)域劃分、垃圾回收算法、HashMap的實(shí)現(xiàn)原理、線程池的參數(shù)含義。這里提醒一個(gè)容易忽略的點(diǎn)集合類的源碼原理幾乎是必考。HashMap的put流程、ConcurrentHashMap的鎖機(jī)制、ArrayList和LinkedList的區(qū)別這些內(nèi)容雖然老生常談但在銀行筆試?yán)锞褪歉哳l考點(diǎn)。建議把HashMap的源碼完整讀一遍尤其是1.8版本的紅黑樹優(yōu)化部分。7.4 多選題的得分策略銀行系筆試的多選題是失分重災(zāi)區(qū)因?yàn)樗挠?jì)分規(guī)則是全部選對(duì)才得分多選、少選、錯(cuò)選都不得分。這和部分考試少選得部分分的規(guī)則不同容錯(cuò)率極低。應(yīng)對(duì)策略是遇到不確定的選項(xiàng)寧可少選也不要多選不在這個(gè)規(guī)則下少選同樣零分。所以正確策略變?yōu)橄劝延惺惆盐盏倪x項(xiàng)選上對(duì)拿不準(zhǔn)的選項(xiàng)做理性分析如果完全沒(méi)概念就根據(jù)選項(xiàng)之間的邏輯關(guān)系推測(cè)。比如四個(gè)選項(xiàng)里如果兩個(gè)明顯同質(zhì)往往要么都對(duì)要么都錯(cuò)。我當(dāng)時(shí)就在一道關(guān)于Hadoop調(diào)優(yōu)的多選題上吃了一個(gè)大虧五選三的題明明排除了一個(gè)錯(cuò)誤選項(xiàng)結(jié)果在剩下四個(gè)里選三個(gè)時(shí)還是漏掉了一個(gè)應(yīng)該選的。這種丟分是最可惜的。8. 實(shí)操中沉淀下來(lái)的答題節(jié)奏與心態(tài)管理8.1 120分鐘的時(shí)間分配實(shí)戰(zhàn)方案前面提到過(guò)各模塊的建議用時(shí)這里說(shuō)一下我實(shí)際執(zhí)行時(shí)的時(shí)間分配和調(diào)整邏輯。我的策略是考試開始后直接用3分鐘快速瀏覽一遍所有題目對(duì)整體難度和題量建立認(rèn)知。這樣做的好處是如果發(fā)現(xiàn)大數(shù)據(jù)專項(xiàng)里有好幾道完全不會(huì)的題可以提前調(diào)整策略把時(shí)間讓給編程題。瀏覽完題目后按計(jì)算機(jī)基礎(chǔ) → 大數(shù)據(jù)專項(xiàng) → 編程題 → 性格測(cè)試的順序作答。計(jì)算機(jī)基礎(chǔ)模塊題干短、判斷快先做能快速建立信心大數(shù)據(jù)專項(xiàng)雖然重要但部分題目需要深思不要戀戰(zhàn)編程題留足45分鐘。這里特別提醒一定不要在前面的選擇題上花太多時(shí)間。我見過(guò)很多同學(xué)在單選上反復(fù)猶豫改答案結(jié)果編程題來(lái)不及寫這是最虧的丟分方式。在線筆試系統(tǒng)不允許回溯每一題都是第一感覺最準(zhǔn)除非有明確的把握否則不要改答案。8.2 在線筆試系統(tǒng)的三個(gè)隱性規(guī)則在線筆試系統(tǒng)有幾個(gè)隱性規(guī)則官方不會(huì)明說(shuō)但會(huì)直接影響成績(jī)第一攝像頭抓拍是隨機(jī)頻率?？荚囅到y(tǒng)會(huì)在做題過(guò)程中不定期抓拍用于事后審核是否存在替考行為。所以考試過(guò)程中不要離開座位太久也不要頻繁低頭看手機(jī)避免被誤判。第二切屏次數(shù)會(huì)被記錄。如果考試中切出瀏覽器查看其他內(nèi)容系統(tǒng)會(huì)記錄切屏次數(shù)超過(guò)一定次數(shù)直接判違規(guī)。我在考試時(shí)全程沒(méi)有切換過(guò)窗口連系統(tǒng)彈窗都提前設(shè)置了攔截規(guī)則。第三編程題的判分方式是分測(cè)試點(diǎn)給分。也就是說(shuō)你的代碼通過(guò)了幾個(gè)測(cè)試用例就得幾分不是只有全對(duì)或零分兩種結(jié)果。所以即使代碼不完美也要提交一版能通過(guò)基礎(chǔ)用例的版本盡量多拿測(cè)試點(diǎn)的分。8.3 心態(tài)管理的務(wù)實(shí)建議銀行系筆試的通過(guò)率不低但正因?yàn)檫@樣很多準(zhǔn)備不充分的人抱著碰碰運(yùn)氣的心態(tài)去考結(jié)果自然不理想。我的體會(huì)是把它當(dāng)成一次正式的技術(shù)面試來(lái)準(zhǔn)備而不是試試看?？记耙粋€(gè)星期開始按照考試時(shí)間做整套模擬題嚴(yán)格控時(shí)訓(xùn)練自己在時(shí)間壓力下的做題節(jié)奏。模擬時(shí)不要用IDE寫代碼直接用在線OJ或者記事本加編譯環(huán)境模擬真實(shí)的考試手感?？荚嚠?dāng)天提前30分鐘進(jìn)入考試系統(tǒng)完成設(shè)備檢測(cè)和人臉驗(yàn)證。如果遇到系統(tǒng)異常第一時(shí)間截圖保存然后聯(lián)系在線客服。這些異常情況在銀行筆試中并不少見及時(shí)處理不會(huì)影響成績(jī)但如果慌了神后面的作答質(zhì)量就會(huì)直線下降。8.4 筆試結(jié)束后的復(fù)盤動(dòng)作筆試結(jié)束后不要立刻把題目拋到腦后。趁記憶還清晰把所有能回憶起來(lái)的題寫下來(lái)尤其是那些做錯(cuò)的、拿不準(zhǔn)的。這個(gè)習(xí)慣幫了我大忙——后來(lái)面試時(shí)的追問(wèn)環(huán)節(jié)面試官問(wèn)的幾個(gè)問(wèn)題恰好是我筆試后復(fù)盤時(shí)補(bǔ)上的知識(shí)盲區(qū)。復(fù)盤的方法建議用表格記錄明確四個(gè)字段題目回顧、考查知識(shí)點(diǎn)、你的答案、正確答案及解析。這樣整理出來(lái)的錯(cuò)題本比臨時(shí)翻書高效得多。如果你的目標(biāo)不止一家銀行這個(gè)錯(cuò)題本可以直接復(fù)用因?yàn)楦縻y行的出題邏輯高度相似。9. 如果你也是下一批考生最后的幾點(diǎn)體己話從投遞簡(jiǎn)歷到最終拿到offer招行信用卡中心這一輪秋招讓我對(duì)銀行系大數(shù)據(jù)崗到底要什么人有了非常具體的認(rèn)知。它不像互聯(lián)網(wǎng)大廠那樣追求技術(shù)的極致深度但要求你在大數(shù)據(jù)生態(tài)的廣度上足夠扎實(shí)在工程實(shí)踐上足夠細(xì)心。如果你正在準(zhǔn)備類似的筆試我的核心建議只有三條第一把Hadoop生態(tài)的每一個(gè)核心組件的原理都吃透達(dá)到能講清楚為什么這樣設(shè)計(jì)的程度第二SQL是銀行系筆試的隱藏權(quán)重項(xiàng)窗口函數(shù)和多表關(guān)聯(lián)優(yōu)化務(wù)必熟練第三在線筆試的答題節(jié)奏需要提前刻意訓(xùn)練不要用平時(shí)刷題的舒適節(jié)奏去應(yīng)對(duì)限時(shí)考試。還有一點(diǎn)想單獨(dú)提一下就是信息差的問(wèn)題。銀行系筆試有一套相對(duì)固定的出題風(fēng)格和考點(diǎn)體系這些東西在公開面經(jīng)里散落各處但沒(méi)有一個(gè)系統(tǒng)的匯總。如果你能找到同校、同屆、投遞同崗位的同學(xué)組隊(duì)交流互相補(bǔ)充回憶筆試題目效果會(huì)比自己埋頭復(fù)習(xí)好很多。我當(dāng)時(shí)就是靠和幾個(gè)同學(xué)對(duì)題才把大數(shù)據(jù)專項(xiàng)模塊的考點(diǎn)拼湊出了完整的圖譜。這篇復(fù)盤寫到這里核心內(nèi)容差不多都覆蓋了。2019年的題目在技術(shù)上不算新但銀行系筆試的出題邏輯和考察思路至今仍有很強(qiáng)的參考性。準(zhǔn)備銀行系數(shù)據(jù)崗的同學(xué)與其漫無(wú)目的地刷題不如按這篇文章梳理的維度系統(tǒng)過(guò)一遍把精力花在最容易得分的地方。祝你們順利。