Databricks 面试题专题

先分岗位

Databricks 的不同岗位和团队可能考不同内容。先核对 JD 与面试邀请，再选对应题型。

合并同题变体

相同核心考点只保留一条，后续的附加约束放在原题里练，避免把同一道题当成多道题刷。

练习顺序

先口述输入、输出和边界，再写核心方案；最后解释复杂度、失败路径和面试官可能追加的约束。

RLE 只压至少 8 个连续重复值、Bit-Packing 恰好压 8 值块且不能跳过或乱序

RLE 只压至少 8 个连续重复值、Bit-Packing 恰好压 8 值块且不能跳过或乱序；编码/解码前须确认尾块与二进制格式。

查看上方解题路线 ↑

CIDR Firewall 的有序 ALLOW/DENY 规则如何判断单 IP 首条匹配，并判断整个 CIDR block 是否全部允许？

CIDR Firewall 的有序 ALLOW/DENY 规则如何判断单 IP 首条匹配，并判断整个 CIDR block 是否全部允许？

解题切入：CIDR 单 IP 查询按有序规则取首个匹配；整块全覆盖不能只查区间端点，可按规则交集边界分段判断，并区分 deny-veto 变体。

内存 KV 的 put/get 如何统计过去五分钟 averagePut/averageGet？环形秒桶、启动期分母与可变窗口分别怎么处理？

内存 KV 的 put/get 如何统计过去五分钟 averagePut/averageGet？环形秒桶、启动期分母与可变窗口分别怎么处理？

解题切入：KV Load 的 put/get 与统计分离；秒桶保存绝对时间防环回卷。固定 300 秒 QPS 与启动期 uptime 分母是两种口径，需先确认。

Optimal Commute 网格只能沿单一交通模式走，如何一次 BFS 找最快模式并以费用破同时间平局？

Optimal Commute 网格只能沿单一交通模式走，如何一次 BFS 找最快模式并以费用破同时间平局？

解题切入：Optimal Commute 每格有唯一模式，可从 S 一次 BFS 遍历全部模式连通块，按步数乘时间、再以费用破平局；转弯/换乘要扩状态。

Fibonacci Tree 左右子树阶数为 k−2/k−1，节点按 preorder 编号

Fibonacci Tree 左右子树阶数为 k−2/k−1，节点按 preorder 编号；不建树如何 O(k) 找两个 ID 之间的路径？

解题切入：Fibonacci Tree 先预计算 F(k) 节点数，再按 preorder 连续区间定位目标 ID；两条根路径取最长公共前缀作为 LCA，拼接仅 O(k)。

m×n 的 TicTacToe 任意方向连续 k 子怎样在每次 move 后检查？自动轮换、随机 AI 和平局如何扩展？

m×n 的 TicTacToe 任意方向连续 k 子怎样在每次 move 后检查？自动轮换、随机 AI 和平局如何扩展？

解题切入：m×n TicTacToe 的连续 k 胜利只需从新落子沿四轴双向检查 O(k)，行列总计数会误判不相邻棋子；随机 AI 要在满盘无胜时停止。

SnapshotSet 的迭代器如何 O(1) 创建并保留创建时插入顺序，后续 remove/re-add 不影响旧迭代器？

SnapshotSet 的迭代器如何 O(1) 创建并保留创建时插入顺序，后续 remove/re-add 不影响旧迭代器？

解题切入：SnapshotSet 用成功 add 事件的版本化节点保存插入序，迭代器捕获版本和尾节点实现 O(1) 创建；若 N 指不同值而非插入事件，历史节点空间界需另证。

单机千线程共享 DataWriter.push(≤1KB) 时，如何保证完整记录和返回前持久化，再以 group commit 提升吞吐？

单机千线程共享 DataWriter.push(≤1KB) 时，如何保证完整记录和返回前持久化，再以 group commit 提升吞吐？

解题切入：DataWriter 正确性基线用锁保护 record framing、完整写循环与 fsync 后 ack；group commit 可批量 fsync，但每个 push 必须等本批 durable 才返回，失败批次统一报错。

多人协作 Playlist 的 add/remove/reorder 如何建模重复歌曲、原子重排与版本化同步事件？

多人协作 Playlist 的 add/remove/reorder 如何建模重复歌曲、原子重排与版本化同步事件？

解题切入：Playlist 用独立 entry ID 表示重复歌曲；链式邻接改动要在事务内原子提交并检查列表版本，浏览器实时同步用 WebSocket/SSE，webhook 适合服务间通知。

Chat App 删除消息/会话与并发发送如何定义先后，缓存 miss、分区和实时推送怎样避免旧状态复活？

Chat App 删除消息/会话与并发发送如何定义先后，缓存 miss、分区和实时推送怎样避免旧状态复活？

解题切入：Chat send 与 delete thread 竞争同一状态/epoch 事务，先提交者决定结果；cache miss 回填需核版本，删除事件与离线补拉使用会话序号。

Book Seller Platform 怎样设计目录/搜索、批量价格、库存预留、订单支付与重复回调？GET/POST 如何选择？

Book Seller Platform 怎样设计目录/搜索、批量价格、库存预留、订单支付与重复回调？GET/POST 如何选择？

解题切入：Book Seller 的搜索索引可最终一致，checkout 要重新核权威价格/库存；库存预留和订单同事务，支付回调幂等，POST 建订单、批量读价格另说明语义。

Game Shop 的 add credit、purchase item、refund 如何设计 Pending 状态、服务器计算价格、幂等请求和宕机恢复？

Game Shop 的 add credit、purchase item、refund 如何设计 Pending 状态、服务器计算价格、幂等请求和宕机恢复？

解题切入：Game Shop 不信客户端 total value，服务器按 quantity 和价版本计算；余额 ledger、purchase PENDING 与 outbox 同事务，幂等键处理提交后未回包重试。

VM 分配服务如何从 free IPv4 池原子预占地址、调用外部 attach API，并处理超时未知与回收？

VM 分配服务如何从 free IPv4 池原子预占地址、调用外部 attach API，并处理超时未知与回收？

解题切入：VM IPv4 分配先事务内条件占用 FREE 地址，再调用外部 attach；超时未知时保留 RESERVED 并对账，不能立即把地址放回池。

文件所有权 files table 如何支持幂等删除与异步 GC，避免旧回收任务误删新对象？

文件所有权 files table 如何支持幂等删除与异步 GC，避免旧回收任务误删新对象？

解题切入：文件元数据以 ACTIVE→DELETING 墓碑让读立即不可见，GC 任务按 file_id/generation 幂等删对象；重复 DELETE 返回稳定结果，旧任务不能删新对象。

已排序不相交区间按索引删除后，如何支持频繁删除和动态插入且始终不重叠？数组与有序树的成本是什么？

已排序不相交区间按索引删除后，如何支持频繁删除和动态插入且始终不重叠？数组与有序树的成本是什么？

解题切入：不相交区间动态插入只需在有序结构找前驱/后继并核两侧边界；Python list 二分定位快但搬移仍 O(N)，按索引 O(log N) 删除需秩统计树。

给固定横向 offset 的方块和有障碍棋盘，如何找到首次碰撞前的下落步数并输出落地后的棋盘？

给固定横向 offset 的方块和有障碍棋盘，如何找到首次碰撞前的下落步数并输出落地后的棋盘？

解题切入：方块下落先抽取填充格坐标，从出生高度逐行试探下一步，第一次碰撞即停；不能跳到更深的空洞，落地输出要复制棋盘并明确 offset/顶部失败口径。

为什么普通 HashMap 并发读写不安全？ConcurrentHashMap 的全局锁、分段锁与 resize/复合操作分别如何处理？

为什么普通 HashMap 并发读写不安全？ConcurrentHashMap 的全局锁、分段锁与 resize/复合操作分别如何处理？

解题切入：ConcurrentHashMap 的锁需保护桶结构和 resize 发布；单操作线程安全不代表 get 后 put 的复合操作原子，分段锁改善不同 key 并发但热键仍串行。

OLTP 的短事务与 OLAP 的大范围分析在存储、索引、查询和 CDC 新鲜度上如何取舍？

OLTP 的短事务与 OLAP 的大范围分析在存储、索引、查询和 CDC 新鲜度上如何取舍？

解题切入：OLTP 优先短事务/点更新与约束，OLAP 优先大范围扫描/聚合；CDC 同步有数据水位与更正/删除语义，不能把分析副本当即时交易真相。

Data Skew 如何用分区与任务指标定位热 key，并针对聚合或 join 分别选择预聚合、广播或 salting？

Data Skew 如何用分区与任务指标定位热 key，并针对聚合或 join 分别选择预聚合、广播或 salting？

解题切入：Data Skew 先看分区大小、shuffle、spill 和尾部 task，再按聚合/Join 分别用局部预聚合、广播或热键 salting；复制小侧时核结果不重不漏。

单机多线程 Cache 如何从内存 map 扩展到 WAL 持久化、分片锁和 LRU 驱逐，同时守住提交顺序？

单机多线程 Cache 如何从内存 map 扩展到 WAL 持久化、分片锁和 LRU 驱逐，同时守住提交顺序？

解题切入：单机 Cache 先定义是可重建缓存还是权威状态；后者需 WAL durable 与回放。map+LRU 受同一锁保护，再按 key 分片降竞争并固定跨分片锁顺序。

Why Databricks / Why this role 如何用真实项目经历对应岗位职责，而不是只说公司名气？

Why Databricks / Why this role 如何用真实项目经历对应岗位职责，而不是只说公司名气？

解题切入：Why Databricks 先从真实 JD 提炼具体岗位问题，再用本人项目证据说明迁移能力与下一步目标；不虚构团队技术栈或个人业绩。

最自豪项目如何证明本人技术决策、测量过的 impact 和跨团队协作？

最自豪项目如何证明本人技术决策、测量过的 impact 和跨团队协作？

解题切入：最自豪项目按目标、本人决策、替代方案、实施、测量结果和复盘组成证据链，跨组影响要有冲突/决策结果而非空泛沟通。

与同事在技术方案上意见不同时，如何建立共同决策标准、验证取舍并执行最终方案？

与同事在技术方案上意见不同时，如何建立共同决策标准、验证取舍并执行最终方案？

解题切入：技术分歧先确定共同目标和可比较指标，必要时做可逆实验；决策后执行并复盘，不能只描述争吵或以职位压过同事。

收到不认同的反馈时，如何核对证据、回应并说明后续行为改变？

收到不认同的反馈时，如何核对证据、回应并说明后续行为改变？

解题切入：不认同反馈时先复述具体内容、取证区分事实/价值差异，再约定可观察行为改变；不能把反馈处理和技术方案争执完全混同。

遇到目标和边界都模糊的任务，如何澄清关键未知量、做小实验并分段交付？

遇到目标和边界都模糊的任务，如何澄清关键未知量、做小实验并分段交付？

解题切入：模糊任务先识别成功口径、用户和 owner 的关键未知量，按风险排序验证假设，再以小里程碑交付并更新范围。

讲一个最大的工作失误

讲一个最大的工作失误：如何承担责任、止损、恢复，并建立防复发机制？

解题切入：最大失误要说明本人判断、影响范围、及时止损与沟通、对应根因的防复发措施；不把补救包装成未发生错误。

金融领域 SA Panel 的 MVP sales pitch 如何把客户问题、架构、脱敏小 Demo、风险和时间控制连成闭环？

金融领域 SA Panel 的 MVP sales pitch 如何把客户问题、架构、脱敏小 Demo、风险和时间控制连成闭环？

解题切入：SA 金融 MVP Panel 先界定客户问题与验收指标，再展示最小数据路径、脱敏 demo、迟到/更正/审计边界和成本假设；具体金融用例必须标训练示例。

Databricks 客户端Fetch

Databricks 客户端Fetch：并行请求、批次与部分失败：把逐个请求改成有界并行批次，保留输入顺序并正确处理HTTP与JSON错误。

解题切入：串行await一条再发下一条，等待时间接近各延迟之和；同批并行可把该批等待缩至最慢请求附近。但无界Promise.all(urls.map(...))会同时调度所有请求，占用连接、限流预算与内存。