问的比较少，感觉像是kpi1.MapReduce和Spark的区别2.spark的作业提交流程3.spark的RDD算子特点4.spark的宽依赖如何产生5.Flink如何检查背压（这里直接给我干懵逼了）6.left out join，inner join，full out join的区别7.数组和链表的区别8.Java的Map的底层实现反问：刚才答的怎么样面试官说spark的作业提交流程那里答的不是很好，没有体现资源分配过程，Flink背压通过看FlinkUI和日志文件检查出来

找实习真的比学习的时候焦虑多了😭学习的时候只要埋头苦学就好了，我的目标就是找一个中厂实习，但是连一个练手的小厂面都没，现在背八股的动力都没有，是我太心急了吗，还是这确实不正常😭

😭

偶然翻到团子的面试官内部培训资料，看到一条让我印象很深的招聘判断逻辑：“要招，就招超过团队平均水平50%的人。”听上去挺合理，但我更好奇：他们是怎么判断这个人是不是“超过50%”的？看完后觉得，其实我们可以代入招聘者的视角，倒推出一些求职者面试准备可以优化的地方，知己知彼。 1️⃣ 一场“心里排序游戏”比如你面的是 L6 岗位，那面试官会先想他认识的三个 L6，排个序：a > b > c，然后把你放进去一比：• 如果比 a 更强：强烈建议录用• 如果比b强：建议录用乍一看挺粗暴的，但想想也合理，因为基准来自他身边的日常合作，参考值其实很高。 2️⃣ 职级不同，评估重点也不同高职...