大数据开发笔试：10 道单选 + 5 道多选 + 2 道编程，考 Kafka、Spark 与 MySQL

《面试题目》

1. 这份笔试卷的题型和题量是怎么分布的？
2. 客观题和编程题分别覆盖哪些组件？

《参考解析》

题型分布决定复习顺序：10 道单选 + 5 道多选 + 2 道编程，客观题占了大头，说明这张卷子首先筛的是知识面的完整度，而不是复杂算法能力。多选比单选更吃细节——同一个知识点被拆成正误混杂的四个选项，错一个就整题没分，所以复习时要把「例外情况」和「默认值」这类边角记牢，而不是只记结论。

Kafka 这块的客观题高频点：分区与副本的关系（副本不分布在同一个 broker）、ISR 的收缩与恢复、acks 三种取值对可靠性和吞吐的影响、消费者组内一个分区同时只被一个消费者消费、offset 提交的自动与手动模式、消息顺序只在分区内保证。多选常考「哪些操作会触发 rebalance」和「什么情况下会丢消息」，答案要能对应到具体配置项。

Spark 这块：宽依赖与窄依赖的区分、Stage 怎么切、groupByKey 与 reduceByKey 的性能差异（后者有 map 端预聚合）、shuffle 的落盘与拉取、广播变量与累加器、数据倾斜的几种处理方式（加盐、两阶段聚合、调大并行度）。多选容易在「哪些算子会触发 shuffle」上失分，把 repartition、distinct、join 这些记清楚即可。

MySQL 与编程题：MySQL 的客观题集中在索引（B+ 树、最左匹配、覆盖索引、索引失效场景）、事务隔离级别与 MVCC、锁（行锁、间隙锁、死锁）、慢查询与执行计划。两道编程大题一般不会考太偏的算法，常见是字符串与数组类的中等题，加上一道 SQL 或数据处理的实现题；先把输入输出和边界条件写对，再谈优化，比一上来追求最优解更稳。

准备方式：按「组件 → 高频客观题 → 手写实现」三层过一遍，每个组件整理一页纸的清单（默认值、例外、常见坑），编程题保持每天一两道的熟练度即可。这类笔试的区分度在客观题的细节上，不在难题上。