2021.2.7 更新 后续会持续补充面试过程中的问题答案，希望能够帮助到大家。 同时针对如下提到的存储技能树，也欢迎大家一起补充，相关原始文件xmind有对应的github链接。

分布式存储系统知识准备。以下我的分布式存储技能树 以及 相关的知识图谱 可以借鉴一下。 这个知识图谱比较关键，因为分布式存储的知识图谱过于庞大，想要比较好的掌握，一定需要形成属于自己的知识框架才行。 分布式存储(ceph) 方向 技能图谱

比如 下面是我的ceph 技能分支： 有了这样一个分支帮助你梳理知识，ceph方向只需要维护这一个分支就可以了（我列的不一定全，欢迎大家补充），从一个大的分类思考到一个小的分类，整个ceph的总结就像庖丁解牛一样，从架构到细节，不放过一个知识点。面试的时候无论面试官怎么问，自己大脑的知识是连城线的，也不会慌（当然前提是对ceph代码细节足够了解，有足够多的实践/源码修改经验 会更加泰然自若一些）。

针对性准备。 boss/脉脉/猎头之类的发送的岗位要求，一定针对性的每一个要求都要准备充分。 比如: 要求一： 掌握基本的设计模式，熟悉基本的数据结构和算法。

比如: 要求二：熟悉leveldb/rocksdb实现，有大规模分布式 NoSQL 开发经验 那就需要真正得看过底层的源代码（至少关键模块的：Put/Get链路， flush/compaction），直到其在业界的定位，什么场景用什么样子的配置更好，对于不同的workload 有没有好的优化手段(读写放大，compaction I/O影响读延时 等)

面试的公司包括 深信服、旷世科技、滴滴 、百度 (基础架构部)、阿里(polardb 分布式存储研发)、金山云、快手、BIGO、头条、华为（公有云）

岗位：分布式存储研发工程师，我个人毕业后两年内从事的是ceph存储系统的运维和开发（其实水平远远达不到开发的程度，毕竟只有不到两年，都没有向社区commit过代码）

深信服一面(深信服有较强的ceph研发背景，如果各位没有深入到底层代码，建议不要轻易尝试，否则会被怼)

一面的话整体还是能感觉到深信服ceph做的还是比较深入，毕竟有不少参与社区贡献的人员。

深信服二面(leader面)

整体感觉他们还是更看重CEPH的核心研发经验，对底层编码以及操作系统基础并未关注太多

旷世一面

旷世二面

旷世三面

旷世四面(leader面)

旷世有四轮技术面试，这还是让我很惊讶，总体感觉旷世的CEPH积累显然没有深信服足，毕竟他们的存储只是给他们深度学习平台做数据处理和加工的，并没有相关的存储产品。

百度一面

百度二面

百度三面(leader)

百度的面试体验很不错，面试的过程比较专业，而且效率也很高

只是技术面之后的HR面流程太长，效率太低了。

快手面了两个岗位，第一个是高级研发（后面因为能力不匹配被拒了，自己失误，显然能力不匹配呀），第二个是比较契合的研发工程师岗位

高级研发岗位(ceph方向)

一面

项目+提问 20分钟

ceph-fuse 和 fuse的区别

数据从cephfs 到落盘的 过程,ceph-fuse怎么处理

cephfs 元数据管理机制

mds的active+active模式 和 active+stand by模式的区别，当有主mds所在节点异常时怎么保证cephfs的正常服务，数据可靠性怎么保证

read系统调用的实现

简单讲讲 linux内存管理机制

malloc和free的区别

大页表的实现，用在什么场景

OOM机制 讲讲

ext4文件系统懂吗？讲讲（只能说一下inode和dentry的管理方式）

inode,dentry,superblock 各自有什么用，有什么联系？怎么查看以上三者？

写算法：非递归后序遍历二叉树

二面

二面之后就因为个人面试中并没有太突出的表现，约了三面，后面因为面试官较忙，同时综合评估能力未达到高级的程度就拒了，接下来内推了快手的中级别研发岗位：分布式存储研发工程师

分布式存储研发 岗位

一面、二面、三面基本和之前的技术方向接近 差异的问题如下：

快手整体面试效率很高，如果你时间充足，可能就是连续的三轮技术面试。

面试官也很nice,对于一时回答不上来的会给你提示，并且会和你一起探讨解决办法，并不会表现出不屑或者不耐烦的情绪。后续的HR沟通反馈效率也非常高，有问必答那种。

PS：快手福利待遇相当不错！

金山云 一面

金山云 二面（现场面–好像直接就leader面了）

金山云 的公有云 市场份额在不断被阿里云，华为云，腾讯云 大头挤压，竞争力不是很强。

个人感觉金山云技术还行，但是还没有快手、百度这种互联网公司的基础技术雄厚，分布存储也是比不过阿里、深信服这种专门买存储系统的，个人建议。

阿里云一面 （凉凉，总结下来就是no zuo no die，在真正的大佬面前还是规规矩矩的好）

总体总结下来自己还有很多方面不足：

路漫漫兮其修远，分布式存储技术 仅仅是分布式技术中的一个分支，仍需加油努力，用鲁棒的基础搭配庞大且结构化的知识，持续精进总结，一定能够登顶分布式高峰。

近期因为个人原因又开始考虑换工作的事情，具体原因就不展开了。

因为个人近两年的主要方式是单机存储引擎，所以本次期望的方向主要是稍微偏上层的一些，像是数据库内核研发。 先简单描述一下 存储岗位的分类，从存储数据的形态上来看 大家比较公认的是结构化存储 和 非结构化存储。

结构化存储 主要是一些拥有数据格式的系统的存储服务，像是 分布式图存储(nebula)，k/v 存储(单机 leveldb/rocksdb等等 /主从 redis ,pika这种 nosql )，文档存储(mongodb), 关系型数据库(mysql, tidb,oceanbase 等等)，时序数据库(clickhouse 等) 或者 基于云原生的 数据仓库。 非结构化存储 ，存储系统不感知用户的数据类型，分布式文件系统，分布式块存储，分布式对象存储 ，其中ceph 比较有代表性，以及像是smartx 做的超融合系列的私有云存储。

我所选择的方向其实是在结构化存储领域中，希望能够在这个领域中再持续扎根。其中的每一个方向都有其特有的设计，像是单机以及分布式形态的 以上类型大多底层存储是 shared-nothing，也就是每一个分布式节点是占用一个实际物理机器 ，这样的架构是性能最为有好的，然而成本也是最为昂贵的；所以在存储架构上，大家都希望能够支持存储上云 以及 计算 资源和云相结合，底层存储不再是单机存储，而是使用云上的共享存储，计算资源能够根据用户的需求弹性扩缩容，这样就能够在用户体量较为庞大的情况下 有效降低存储成本，这个方向也是现在的结构化存储 中的分布式应用中大家持续探索落地的方向，更是卷出天际的方向。

我个人还是希望能够利用好这个风口，跟着风做一只快乐飞翔的猪。

想要利用好这个风口，一些准备还是必不可少的。 所以接下来说的面试的公司以及岗位基本都是以上 结构化存储领域中的某一个子分支的方向，这里就不再提具体公司的名字以及提的问题了，总体上来说是大同小异，分为如下几个方向：

这个方向是最为基础的，也是每一个靠谱的公司会持续考察的一个方向，如果你面试的公司在整个面试流程中没有考察到这个基本的能力，那在最后的选择上还是要慎重一些（当然，我说的是4年经验及以下对应的岗位，高阶岗位可能不需要体现这个能力的）。 以下题目是面试公司的汇总，平均每一轮面试都会有一道代码题目： 算法相关：

总体来说算法并不是存储岗位的强需求，仅仅需要一些基本算法能力即可，不过该刷的题还是得好好刷一下，逻辑思维能力需要集中训练，如果个人有坚持练习的习惯，那肯定会更好了。

场景/设计题目： 这个方向考察的代码基本能力，总体是偏多的。

实现一个基本功能的线程池。

用条件变量实现一个读写锁，即 读读互不影响，读写阻塞， 写写阻塞。

给定一个迭代器数组std::vector iterator_vecs，要求实现一个 MergeIterator类，其中 有两个操作： T GetCurrent() 获取当前元素，顺序是从小到大；以及 bool MoveNext()，Move之后需要能够返回true/false 标识当前迭代器是否已经到了末尾了。

其实就是leveldb / rocksdb 的 MergingIterator 的超简略版本实现(最小堆内部 放置 迭代器，并写一个支持迭代器的 comparator即可)。

使用 void atomic_set(int ele), void atomic_get(int ele), bool atomic_CAS(int ele, int expect) 三个操作实现一个多生产者 单 消费者模型，不能使用锁操作（我是用三个操作实现了一个spinlock，作为锁来用的）。

实现字符串的编码 和 解码方法，不能使用额外的分隔符。（rocksdb/leveldb 的GetLengthPrefixedSlice / PutLengthPrefixedSlice 方法，需要考虑大小端）。

还有一些小型的字符串拼接设计题目，总体编码的难度还好。

这个方向一定需要认真仔细准备，且准备前需要明确自己接下来所要寻找的方向和项目的方向是有关联的，关联性越大即 岗位职责越匹配，那么项目这里简历上的内容被认可度也会越高。

项目匹配度非常重要。 比如 你的项目是 nosql 分布式k/v 以及 单机k/v 相关联的，那么你寻找分布式图存储/分布式表格存储/数据库内核存储 研发岗位就相对匹配度会高很多，而如果寻找的是云原生数据库内核存储相关的岗位，因为其底层存储设计相比于 nosql 系统来说差异还是比较大的，这样岗位匹配度就会有下降。

因为岗位匹配度足够高，公司有你的加入能够节省非常大的培养/学习成本，能够快速创造收益，这就相比于其他人来说就有很大的优势。

项目架构 以及 实现细节非常重要。 注意，写在简历的存储项目 一定是需要非常清楚上下游的。即 上层应用（设计背景），基本架构 及 架构下面的每一个模块的实现原理 及 作用。 这一些信息 是能够清晰展示个人所在上家公司 的工作难度，个人对项目存在与否的定位是否清晰，是否有主导或者参与到项目中， 是否有独立思考 解决 复杂问题的能力 以及 个人的基础知识是否扎实。都能够在几个简短的项目提问中得到体现。所以，写入到简历中的信息一定是个人能够自圆其说的东西。

比如项目中写了一句简单的话：底层存储使用的是rocksdb 存储引擎。 那么问题就来了：

当然，上面的问题并非是 对 rocksdb的 所有提问，还有很多细节问题后续列出。需要提醒大家的是写入到简历中过的任何一个关键词都会引起熟悉该关键词的面试官的注意，随之而来的就是深度考察。

这个大方向其实是分布式领域的热门方向，毕竟分布式事务/共识算法 是分布式系统的分布式基石。

事务 分布式事务我并不懂，但是面试官想要了解的是个人对数据库事务的理解。我了解rocksdb , 所以可以用单机事务来作为补充了。😃 一般提到事务，肯定是有其特殊的应用场景，无论是对方做的TP/AP系统，或多或少都有一定的事务需求。这个方向 也是需要仔细准备的，当然，能够和项目一起准备的话那也没什么问题。 我这里补充的是一些事务的问题，可以扩展到分布式事务上（本质上因为有 rpc，分布式事务肯定复杂度会更好一些）。

分布式事务的方案不懂，所以后续的分布式事务相关问题 都拒掉了。

共识算法 做过MIT 6.824 或者 tinykv的同学，这里可能会熟悉不少，不过还是会考察到很多工业级共识算法的实现的取舍。

这里因为我个人的方向比较偏底层存储，上层并没有问太多的问题。

这个方向一般会伴随着项目中一起问，而且做存储的话时根本离不开os 的，所以os 相关的系统知识会有不少提问。