how-to-examine-the-technical-ability-of-programmers-in-the-first-test-of-technology

2022-08-07
浏览 (647)

title: 如何在技术初试中考察程序员的技术能力 category: 技术文章精选集 author: 琴水玉 tag:

- 面试

推荐语 ：从面试官和面试者两个角度探讨了技术面试！非常不错！

内容概览：

实战与理论结合。比如，候选人叙述 JVM 内存模型布局之后，可以接着问：有哪些原因可能会导致 OOM , 有哪些预防措施? 你是否遇到过内存泄露的问题? 如何排查和解决这类问题?

项目经历考察不宜超过两个。因为要深入考察一个项目的详情，所占用的时间还是比较大的。一般来说，会让候选人挑选一个他或她觉得最有收获的/最有挑战的/印象最深刻的/自己觉得特有意思的项目。然后围绕这个项目进行发问。通常是从项目背景出发，考察项目的技术栈、项目模块及交互的整体理解、项目中遇到的有挑战性的技术问题及解决方案、排查和解决问题、代码可维护性问题、工程质量保障等。

多问少说，让候选者多表现。根据候选者的回答适当地引导或递进或横向移动。

原文地址 ：https://www.cnblogs.com/lovesqcc/p/15169365.html

灵魂三连问

你觉得人怎么样？【表达能力、沟通能力、学习能力、总结能力、自省改进能力、抗压能力、情绪管理能力、影响力、团队管理能力】
如果让他独立完成项目的设计和实现，你觉得他能胜任吗？【系统设计能力、项目管理能力】
他的分析和解决问题的能力，你的评价是啥？【原理理解能力、实战应用能力】

考察目标和思路

首先明确，技术初试的考察目标：

候选人的技术基础；
候选人解决问题的思路和能力。

技术基础是基石（冰山之下的东西），占七分，解决问题的思路和能力是落地（冰山之上露出的部分），占三分。业务和技术基础考察，三七开。

核心考察目标：分析和解决问题的能力。

技术层面：深度 + 应用能力 + 广度。对于校招或社招 P6 级别以下，要多注重深度 + 应用能力，广度是加分项；在 P6 之上，可增加广度。

校招：基础扎实，思维敏捷。主要考察内容：基础数据结构与算法、进程与并发、内存管理、系统调用与 IO 机制、网络协议、数据库范式与设计、设计模式、设计原则、编程习惯；
社招：经验丰富，里外兼修。主要考察内容：有一定深度的基础技术机制，比如 Java 内存模型及内存泄露、 JVM 机制、类加载机制、数据库索引及查询优化、缓存、消息中间件、项目、架构设计、工程规范等。

技术基础是什么?

作为技术初试官，怎么去考察技术基础？究竟什么是技术基础？是知道什么，还是知道如何思考？知识作为现有的成熟原理体系，构成了基础的重要组成部分，而知道如何思考亦尤为重要。俗话说，知其然而知其所以然。知其然，是指熟悉现有知识体系，知其所以然，则是自底向上推导，真正理解知识的来龙去脉，理解为何是这样而不是那样。毕竟，对于本质是逻辑的程序世界而言，并无定法。知道如何思考，并能缜密地设计和开发，深入到细节，这就是技术基础吧。

为什么要考察技术基础?

程序员最重要的两种技术思维能力，是逻辑思维能力和抽象设计能力。逻辑思维能力是基础，抽象设计能力是高阶。考察技术基础，正好可以同时考察这两种思维能力。能不能理解基础技术概念及关联，是考察逻辑思维能力；能不能把业务问题抽象成技术问题并合理的组织映射，是考察抽象设计能力。

绝大部分业务问题，都可以抽象成技术问题。在某种意义上，业务问题只是技术问题的领域化表述。

因此，通过技术基础考察候选者，才能考察到候选者的真实技术实力：技术深度和广度。

为什么不能单考察业务维度？

因为业务方面通常比较熟悉，可能就直接按照现有方案说出来了，很难考察到候选人的深入理解、横向拓展和归纳总结能力。

这一点，建议有针对性地考察下候选人的归纳总结能力：比如，微服务搭建或开发或维护/保证系统稳定性或性能方面的过程中，你收获了哪些可以分享的经验？

为什么要考察业务维度？

技术基础考察，容易错过的地方是，候选人的非技术能力特质，比如沟通组织能力、带项目能力、抗压能力、解决实际问题的能力、团队影响力、其它性格特质等。

考察方法

技术基础考察

技术基础怎么考察？通过有效的多角度的发问模式来考察。

是什么-为什么

是什么考察对概念的基本理解，为什么考察对概念的实现原理。

比如索引是什么？索引是如何实现的？

引导-横向发问-深入发问

引导性，比如 “你对 java 同步工具熟悉吗？” 作个试探，得到肯定答复后，可以进一步问： “你熟悉哪些同步工具类？” 了解候选者的广度；

获取候选者的回答后，可以进一步问：“ 谈谈 ConcurrentHashMap 或 AQS 的实现原理？”

一个人在多大程度上把技术原理能讲得清晰，包括思路和细节，说明他对技术的掌握能力有多强。

深度有梯度和层次的发问

设置三个深度层次的发问。每个深度层次可以对应到某个技术深度。

第一个发问是基本概念层次，考察候选人对概念的理解能力和深度；
第二个发问是原理机制层次，考察候选人对概念的内涵和外延的理解深度；
第三个发问是应用层次，考察候选人的应用能力和思维敏捷程度。

跳跃式/交叉式发问

比如，讲到哈希高效查找，可以谈谈哈希一致性算法。两者既有关联又有很多不同点。也是一种技术广度的考察方法。

总结性发问

比如，你在做 XXX 中，获得了哪些可以分享的经验？考察候选人的归纳总结能力。

实战与理论结合

比如，候选人叙述 JVM 内存模型布局之后，可以接着问：有哪些原因可能会导致 OOM , 有哪些预防措施? 你是否遇到过内存泄露的问题? 如何排查和解决这类问题?
比如，候选人有谈到 SQL 优化和索引优化，那就正好谈谈索引的实现原理，如何建立最佳索引？
比如，候选人有谈到事务，那就正好谈谈事务实现原理，隔离级别，快照实现等；

熟悉与不熟悉结合

针对候选人简历上写的熟悉的部分，和没有写出的都问下。比如候选人简历上写着：熟悉 JVM 内存模型，那我就考察下内存管理相关（熟悉部分），再考察下 Java 并发工具类（不确定是否熟悉部分）。

死知识与活知识结合

比如，查找算法有哪些？顺序查找、二分查找、哈希查找。这些大家通常能说出来，也是“死知识”。

这些查找算法各适用于什么场景？在你工作中，有哪些场景用到了哪些查找算法？为什么？这些是“活知识”。

学习或工作中遇到的

有时，在学习和工作中遇到的问题，也可以作为面试题。

比如，最近在学习《操作系统导论》并发部分，有一章节是如何使数据结构成为线程安全的。这里就有一些可以提问的地方：如何实现一个锁？如何实现一个线程安全的计数器？如何实现一个线程安全的链表？如何实现一个线程安全的 Map ？如何提升并发的性能？

工作中遇到的问题，也可以抽象提炼出来，作为技术基础面试题。

技术栈适配度发问

如果候选人（简历上所写的）使用的某些技术与本公司的技术栈比较契合，则可以针对这些技术点进行深入提问，考察候选人在这些技术点的掌握程度。如果掌握程度比较好，则技术适配度相对更高一些。

当然，这一点并不能作为筛掉那些没有使用该技术栈的候选人的依据。比如本公司使用 MongoDB 和 MySQL，而一个候选人没有用过 Mongodb，但使用过 MySQL, Redis, ES, HBase 等多种存储系统，那么适配度并不比仅使用过 MySQL 和 Mongodb 的候选人逊色，因为他所涉及的技术广度更大，可以推断出他有足够能力掌握 Mongodb。

应对背题式面试

首先，背题式面试，说明候选人至少是有做准备的。当然，对于招聘的一方来说，更希望找到有能力而不是仅记忆了知识的候选人。

应对背题式面试，可以通过 “引导-横向发问-深入发问” 的方式，先对候选人关于某个知识点的深度和广度做一个了解，然后出一道实际应用题来考察他是否能灵活使用知识。

比如 Java 线程同步机制，可以出一道题：线程 A 执行了一段代码，然后创建了一个异步任务在线程 B 中执行，线程 A 需要等待线程 B 执行完成后才能继续执行，请问怎么实现？

”理论 + 应用题“的模式。敌知我之变，而不知我变之形。变之形，不计其数。

实用不生僻

考察工作中频繁用到的知识、技能和能力，不考察冷僻的知识。

比如我偏向考察数据结构与算法、并发、设计这三类。因为这三类非常基础非常核心。

综合串联式发问

知识之间总是相互联系着的，不要单独考察一个知识点。

设计一个初始问题，比如说查找算法，然后从这个初始问题出发，串联起各个知识点。比如：

在每一个技术点上，都可以应用以上发问技巧，导向不同的问题分支。同时考察面试者的深度、广度和应用能力。

创造有个性的面试题库

每个技术面试官都会有一个面试题库。持续积累面试题库，日常中突然想到的问题，就随手记录下来。

解决问题能力考察

仅仅只是技术基础还不够，通常最好结合实际业务，针对他项目里的业务，抽象出技术问题进行考察。

解决思路重在层层递进。这一点对于面试官的要求也比较高，兼具良好的倾听能力、技术深度和业务经验。首先要仔细倾听候选人的阐述，找到适当的技术切入点，然后进行发问。如果进不去，那就容易考察失败。常见问题：

性能方面，qps, tps 多少？采用了什么优化措施，达成了什么效果？
如果有大数据量，如何处理？如何保证稳定性？
你觉得这个功能/模块/系统的关键点在哪里？有什么解决方案？
为什么使用 XXX 而不是 YYY ？
长字段如何做索引？
还有哪些方案或思路？各自的利弊？
第三方对接，如何应对外部接口的不稳定性？
第三方对接，对接大量外部系统，代码可维护性？
资损场景？严重故障场景？
线上出现了 CPU 飙高，如何处理？ OOM 如何处理？ IO 读写尖刺，如何排查？
线上运行过程中，出现过哪些问题？如何解决的？
多个子系统之间的数据一致性问题？
如果需要新增一个 XXX 需求，如何扩展？
重来一遍，你觉得可以在哪些方面改进？

系统可问的关联问题：

绝大多数系统都有性能相关问题。如果没有性能问题，则说明是小系统，小系统就不值得考察了；
中大型系统通常有技术选型问题；
绝大多数系统都有改进空间；
大多数业务系统都涉及可扩展性问题和可维护性问题；
大多数重要业务系统都经历过比较惨重的线上教训；
大数据量系统必定有稳定性问题；
消费系统必定有时延和堆积问题；
第三方系统对接必定涉及可靠性问题；
分布式系统必定涉及可用性问题；
多个子系统协同必定涉及数据一致性问题；
交易系统有资损和故障场景；

设计问题

比如多个机器间共享大量业务对象，这些业务对象之间有些联合字段是重复的，如何去重？如果字段比较长，怎么处理？
如果瞬时有大量请求涌入，如何保证服务器的稳定性？
组件级别：设计一个本地缓存？设计一个分布式缓存？
模块级别：设计一个任务调度模块？需要考虑什么因素？
系统级别：设计一个内部系统，从各个部门获取销售数据然后统计出报表。复杂性体现在哪里？关键质量属性是哪些？模块划分，模块之间的关联关系？技术选型？

项目经历

项目经历考察不宜超过两个。因为要深入考察一个项目的详情，所占用的时间还是比较大的。

一般来说，会让候选人挑选一个他或她觉得最有收获的/最有挑战的/印象最深刻的/自己觉得特有意思/感受到挫折的项目。然后围绕这个项目进行发问。通常是从项目背景出发，考察项目的技术栈、项目模块及交互的整体理解、项目中遇到的有挑战性的技术问题及解决方案、排查和解决问题、代码可维护性问题、工程质量保障、重来一遍可以改进哪些等。

面试过程

预先准备

面试官也需要做一些准备。比如熟悉候选者的技能优势、工作经历等，做一个面试设计。

在面试将要开始时，做好面试准备。此外，面试官也需要对公司的一些基本情况有所了解，尤其是公司所使用技术栈、业务全景及方向、工作内容、晋升制度等，这一点技术型候选人问得比较多。

面试启动

一般以候选人自我介绍启动，不过候选人往往会谈得比较散，因此，我会直接提问：谈谈你有哪些优势以及自己觉得可以改进的地方？

然后以一个相对简单的基础题作为技术提问的开始：你熟悉哪些查找算法？大多数人是能答上顺序查找、二分查找、哈希查找的。

问题设计

提前阅读候选人简历，从简历中筛选出关键词，根据这些关键词进行有针对性地问题设计。

比如候选人简历里提到 MVVM ，可以问 MVVM 与 MVC 的区别；提到了观察者模式，可以谈谈观察者模式，顺便问问他还熟悉哪些设计模式。

可遵循“优势-标准-随机”原则：

首先，问他对哪方面技术感兴趣、投入较多（优势部分），根据其优势部分，阐述原理及实战应用；
其次，问若干标准化的问题，看看他的原理理解、实战应用如何；
最后，随机选一个问题，看看他的原理理解、实战应用如何；

对于项目同样可以如此：

首先，问他最有成就感的项目，技术栈、模块及关联、技术选型、设计关键问题、解决方案、实现细节、改进空间；
其次，问他有挫折感的项目，问题在哪里、做过什么努力、如何改进；

宽松氛围

即使问的问题比较多比较难，也要注意保持宽松氛围。

在面试前，根据候选人基本信息适当调侃一下，比如一位候选人叫汪奎，那我就说：之前我们团队有位叫袁奎，我们都喊他奎爷。

在面试过程中，适当提示，或者给出少量自己的看法，也能缓解候选人的紧张情绪。

学会倾听

多问少说，让候选者多表现。根据候选者的回答适当地引导或递进或横向移动。

引导候选人表现他最优势的一面，让他或她感觉好一些：毕竟一场面试双方都付出了时间和精力，不应该是面试官 Diss 候选人的场合，而应该让彼此有更好的交流。很大可能，你也能从候选人那里学到不少东西。

面试这件事，只不过双方的角色和立场有所不同，但并不代表面试官的水平就一定高于候选人。

记录重点

认真客观地记录候选人的回答，尽可能避免任何主观评价，亦不作任何加工（比如自己给总结一下，总结能力也是候选人的一个特质）。

多练习

模拟面试。

作出判断

面试过程是一种铺垫，关键的是作出判断。

作出判断最容易陷入误区的是：贪深求全。总希望候选人技术又深入又全面。实际上，这是一种奢望。如果候选人的技术能力又深入又全面，很可能也会面临两种情况：1. 候选人有更好的选择； 2. 候选人在其它方面可能存在不足，比如团队协作方面。

一个比较合适的尺度是：1. 他或她的技术水平能否胜任当前工作； 2. 他或她的技术水平与同组团队成员水平如何； 3. 他或她的技术水平是否与年限相对匹配，是否有潜力胜任更复杂的任务。

不同年龄看重的东西不一样

对于三年以下的工程师，应当更看重其技术基础，因为这代表着他的未来潜能；同时也考察下他在实际开发中的体现，比如团队协作、业务经验、抗压能力、主动学习的热情和能力等。

对于三年以上的工程师，应当更看重其业务经验、解决问题能力，看看他或她是如何分析具体问题，在业务范畴内考察其技术基础的深度和广度。

如何判断一个候选人的真实技术水平及是否适合所需，这方面，我也在学习中。

面试初上路

提前准备好摄像头和音频，可以用耳机测试下。
提前阅读候选人简历，从中筛选关键字，准备几个基本问题。
多问技术基础题，培养下面试感觉。
适当深入问下原理和实现。
如果候选人简历有突出的地方，就先问那个部分；如果没有，就让候选人介绍项目背景，根据项目背景及经验来提问。
小量练习“连问”技巧，直到能够熟悉使用。
着重考察分析和解决问题的能力，必要的话，可以出个编程题。
留出时间给对方问：你有什么想问的？并告知对方三个工作日内回复面试结果。

高效考察

当作为技术面试官有一定熟悉度时，就需要提升面试效率。即：在更少的时间内有效考察候选人的技术深度和技术广度。可以准备一些常见的问题，作为标准化测试。

比如我喜欢考察内存管理及算法、数据库索引、缓存、并发、系统设计、问题分析和思考能力等子主题。

熟悉哪些用于查找的数据结构和算法？请任选一种阐述其思想以及你认为有意思的地方。
如果运行到一个 Java 方法，里面创建了一个对象列表，内存是如何分配的？什么时候可能导致栈溢出？什么时候可能导致 OOM ？导致 OOM 的原因有哪些？如何避免？线上是否有遇到过 OOM ，怎么解决的？
Java 分代垃圾回收算法是怎样的？项目里选用的垃圾回收器是怎样的？为什么选择这个回收器而不是那个？
Java 并发工具有哪些？不同工具适合于什么场景？
Atomic 原子类的实现原理？ ConcurrentHashMap 的实现原理？
如何实现一个可重入锁？
举个项目中的例子，哪些字段使用了索引？为什么是这些字段？你觉得还有什么优化空间？如何建一个好的索引？
缓存的可设置的参数有哪些？分别的影响是什么？
Redis 过期策略有哪些？如何选择 redis 过期策略？
如何实现病毒文件检测任务去重？
熟悉哪些设计模式和设计原则？
从 0 到 1 搭建一个模块/完整系统？你如何着手？

如果候选人答不上，可以问：如果你来设计这样一个 XXX，你会怎么做？

时间占比大概为：技术基础（25-30 分钟） + 项目（20-25 分钟） + 候选人提问（5-10 分钟）

给候选人的话

为什么候选人需要关注技术基础

一个常见的疑惑是：开发业务系统的大多数时候，基本不涉及数据结构与算法的设计与实现，为什么要考察 HashMap 的实现原理？为什么要学好数据结构与算法、操作系统、网络通信这些基础课程？

现在我可以给出一个答案了：

正如上面所述，绝大多数的业务问题，实际上最终都会映射到基础技术问题上：数据结构与算法的实现、内存管理、并发控制、网络通信等；这些是理解现代互联网大规模程序以及解决程序疑难问题的基石，—— 除非能祝福自己永远都不会遇到疑难问题，永远都只满足于编写 CRUD；
这些技术基础正是程序世界里最有趣最激动人心的地方。如果对这些不感兴趣，就很难在这个领域里深入进去，不如及早转行从事其它职业，非技术的世界一直都很精彩广阔（有时我也想多出去走走，不想局限于技术世界）；
技术基础是程序员的内功，而具体技术则是招式。徒有招式而内功不深，遇到高手（优秀同行从业者的竞争及疑难杂症）容易不堪一击；
具备扎实的专业技术基础，能达到的上限更高，未来更有可能胜任复杂的技术问题求解，或者在同样的问题上能够做到更好的方案；
人们喜欢跟与自己相似的人合作，牛人倾向于与牛人合作能得到更好的效果；如果一个团队大部分人技术基础比较好，那么进来一个技术基础比较薄弱的人，协作成本会变高；如果你想和牛人一起合作拿到更好的结果，那就要让自己至少在技术基础上能够与牛人搭配的上；
在 CRUD 的基础上拓展其它才能也不失为一种好的选择，但这不会是一个真正的程序员的姿态，顶多是有技术基础的产品经理、项目经理、HR、运营、客满等其它岗位人才。这是职业选择的问题，已经超出了考察程序员的范畴。

不要在意某个问题回答不上来

如果面试官问你很多问题，而有些没有回答上来，不要在意。面试官很可能只是在测试你的技术深度和广度，然后判断你是否达到某个水位线。

重点是：有些问题你答得很有深度，也体现了你的深度思考能力。

这一点是我当了技术面试官才领会到的。当然，并不是每位技术面试官都是这么想的，但我觉得这应该是个更合适的方式。

参考资料

0 赞

所属分类： 后端技术
本文标签： Java
版权声明： 原创文章如转载，请注明本文链接: https://m.seaxiang.com/blog/55f4ee6c912d408eb51f811f99db82d7