2 周 P7 面试冲刺计划
第一周：基础夯实与项目梳理（核心目标：消灭基础概念错误，每个项目准备 3-5 个深度问题
| 时间 | 上午任务（3 小时） | 下午任务（3 小时） | 晚上任务（2 小时） |
|---|---|---|---|
| 第 1 天 | 复习 Spark 3.x 统一内存管理机制，重点掌握存储内存和执行内存的动态调整规则 | 梳理美团外卖数仓重构项目，准备 “指标口径统一” 和 “性能优化” 两个核心问题的详细答案 | 背诵 Spark 核心参数及调优方法，重点掌握 shuffle 相关参数 |
| 第 2 天 | 复习 Spark shuffle 机制，掌握 shuffle 的流程和常见优化方法 | 继续梳理美团项目，准备 “数据倾斜治理” 和 “实时数仓早期建设” 两个问题的详细答案 | 做 3 道 Spark SQL 性能优化的练习题 |
| 第 3 天 | 复习 Flink Checkpoint 机制，掌握 barrier 对齐和状态持久化的原理 | 梳理微软 Bing 日志处理项目，准备 “压缩算法选型” 和 “细粒度分区设计” 两个问题的详细答案 | 背诵 Flink 核心概念，重点掌握状态管理和 Checkpoint |
| 第 4 天 | 复习 Flink 两阶段提交机制，掌握端到端 Exactly-Once 的实现原理 | 继续梳理微软项目，准备 “Spark 参数调优” 和 “多语言多地区数据处理” 两个问题的详细答案 | 做 2 道 Flink 实时计算的练习题 |
| 第 5 天 | 复习数据倾斜的解决方法，掌握 group by 和 join 倾斜的所有解决方案及适用场景 | 梳理去哪儿网机票数仓项目，准备 “数据质量体系建设” 和 “ETL 开发” 两个问题的详细答案 | 背诵 Hive 核心概念，重点掌握数据建模和分区分桶 |
| 第 6 天 | 复习数仓建模理论，掌握星型模型和雪花模型的区别及适用场景 | 整合三个项目的所有问题，形成自己的项目故事线 | 模拟自我介绍，控制在 2 分 30 秒以内 |
| 第 7 天 | 复习离线数仓和实时数仓的架构设计，掌握 Lambda 和 Kappa 架构的区别 | 准备 3 个常见的场景设计题：电商订单数仓、用户行为分析系统、广告效果分析系统 | 进行第一次自我模拟面试，录制视频并复盘 |
第二周：表达练习与模拟面试（核心目标：提升表达逻辑，形成自己的答题风格）
| 时间 | 上午任务（3 小时） | 下午任务（3 小时） | 晚上任务（2 小时） |
|---|---|---|---|
| 第 8 天 | 练习项目问题的表达，每个问题都要分点回答，控制在 3 分钟以内 | 练习核心技术问题的表达，重点讲清楚原理和解决思路 | 进行第二次自我模拟面试，重点关注表达逻辑 |
| 第 9 天 | 练习场景设计题的表达，按照 “架构设计→分层设计→技术选型→关键技术点” 的结构回答 | 准备面试官可能会问的软技能问题：职业规划、离职原因、团队协作等 | 进行第三次自我模拟面试，重点关注时间控制 |
| 第 10 天 | 复盘之前模拟面试中出现的问题，针对性地进行改进 | 找一个朋友或者同事进行第一次真人模拟面试 | 复盘真人模拟面试，记录所有的问题和不足 |
| 第 11 天 | 针对真人模拟面试中暴露的问题，进行专项练习 | 继续完善项目和技术问题的答案 | 进行第四次自我模拟面试，重点改进之前的问题 |
| 第 12 天 | 复习所有的核心技术点，重点关注之前容易出错的地方 | 准备 3-5 个你要问面试官的问题 | 进行第五次自我模拟面试，完全按照真实面试的流程进行 |
| 第 13 天 | 放松心态，快速浏览一遍所有的复习资料 | 调整作息，保证充足的睡眠 | 准备好面试需要的资料和设备 |
| 第 14 天 | 面试前 1 小时，快速浏览一遍自我介绍和核心项目的答案 | 参加面试 | 面试结束后立即复盘，记录所有的问题和回答 |
冲刺计划核心要求
- 所有答案必须量化：每个项目成果和优化效果都要有具体的数字，不能用 “很多”、“大幅提升” 等模糊的表述
- 所有技术点必须理解原理：不能只背概念，要能讲清楚 “为什么这么做” 和 “这么做有什么好处”
- 所有回答必须分点：采用 “总 - 分 - 总” 的结构，先给出结论，再分点说明，最后总结
- 每天必须进行模拟练习：只有通过不断的练习，才能提升表达能力和应变能力