1. 为何银行系大数据岗的笔试值得单独复盘先说背景。2019年秋招我投了招商银行信用卡中心的大数据方向参加的是第二批IT笔试。现在回头再看这段经历对后来面其他银行系、金融系数据岗都有很强的参考价值所以专门写一篇复盘把记得的题型、考点和踩过的坑都梳理一遍。银行系的IT笔试和互联网公司完全是两种画风。互联网大厂喜欢考算法题LeetCode medium起步当场手撕代码银行系更看重基础扎实、知识面广、细心程度。尤其是信用卡中心这种手握海量交易数据的部门对大数据方向候选人的考察重点不是你会不会写多难的算法而是你懂不懂数据链路、能不能把Hadoop生态组件讲清楚、有没有基本的数据仓库思维。招行信用卡中心的笔试用的是统一的在线笔试系统第二批和第一批的题不完全一样但整体结构高度相似。我后来和同批进面试的同学交流过大家反馈一致题量不小时间偏紧覆盖范围很广从Java基础到Hadoop源码原理再到SQL优化都有涉及。单从通过率来看笔试环节确实刷掉了相当一部分人认真准备和裸考的差距非常明显。这篇文章我按自己的记忆和后续沉淀把那次笔试的完整拆解写出来包括题型结构、高频考点、答题策略、易错点复盘以及给后来者的备战建议。如果你是准备投银行系数据岗的应届生或者想了解金融机构大数据笔试到底考什么这篇应该对你有用。2. 笔试入口与考试形态开考前的关键信息差2.1 报名—笔试通知—在线考试的时间线招行信用卡中心的秋招流程大致是网申、在线笔试、初面、复面、offer。大数据方向属于IT条线笔试通知一般提前3到5天发到邮箱和短信用的是第三方在线笔试平台需要提前做设备测试。我印象比较深的一点是笔试通知里会明确写第二批字样不同批次的考试时间错开题目从题库中抽取组合所以第二批和第一批的题目会有重合但顺序和具体选项都不同。这意味着刷第一批的面经有用但不能指望原题。考试形式是纯在线、限时、不可回溯。也就是说选择题做完了点了下一题就不能回头改这个机制对答题节奏要求很高。后面我会详细讲怎么应对这种一次性作答的模式。2.2 考试设备和环境的坑在线笔试对浏览器和网络有硬性要求。当时系统要求使用Chrome或Firefox的最新版本IE直接不支持需要关闭所有弹窗拦截插件考试过程中摄像头会不定时抓拍用于防作弊审核。这里有一个很多人忽略的细节手机热点和校园网的选择。校园网在晚上高峰期延迟高、丢包率大万一中途断网答题进度可能丢失。我当时直接用的手机热点加有线网口双保险事实证明这个决定很值——后面有个同学就是校园网波动导致交卷失败折腾了半小时才重新进入系统心态直接炸了。2.3 题量、时长与分数权重整场笔试时长是120分钟题目分四个模块计算机基础、大数据专项、编程题、性格测试。前三个模块计入技术分性格测试不计分但影响后续面试筛选。具体题量和分值结构如下表所示模块题型题量建议用时分值特点计算机基础单选多选20题20分钟每题分值低但覆盖广大数据专项单选多选判断25题35分钟分值集中多选是拉分关键编程题在线OJ2题45分钟每题20-30分权重最大性格测试情景选择约100题20分钟不计分但要注意一致性这个结构说明一个事实编程题虽然只有两道却占了将近一半的分数重心。选择题做得再好编程题挂了也很危险。后面我详细拆解每个模块的考点。3. 计算机基础模块看似送分实则暗藏杀机3.1 数据结构和算法的高频考查方式计算机基础模块的20道题覆盖数据结构、操作系统、计算机网络、数据库原理。难度不高但考查方式偏概念辨析不是让你手写代码。数据结构部分高频出现的是栈和队列的应用场景、二叉树遍历方式、哈希冲突的解决方法、排序算法的时间复杂度对比。我印象最深的是一道关于稳定排序的多选题给了六个排序算法问哪些是稳定的。这个知识点如果不专门背过很容易漏选或错选。这里补充一个备考要点银行笔试喜欢考概念对比型题目比如数组和链表的区别、深拷贝和浅拷贝的区别、进程和线程的区别。这些内容在大厂面试里可能只是热身题但在银行笔试里就是正儿八经的得分题复习时要把基础教材里区别与联系类型的知识点全部过一遍。3.2 计算机网络和操作系统的必背知识点计算机网络部分考了TCP三次握手、HTTP和HTTPS的区别、DNS解析过程。操作系统部分考了进程调度算法、死锁的四个必要条件、虚拟内存和分页机制。都是考研408的常规内容不偏不怪。但有一个值得注意的倾向银行系笔试对安全相关的知识点格外偏爱。我那次就考了对称加密和非对称加密的区别、数字证书的作用、SQL注入的原理和防范。这和银行的业务属性直接相关金融系统最重视数据安全笔试题目往这个方向倾斜合情合理。操作系统方面Linux基础命令是必考的。我记得考了chmod权限数字的含义、查看进程的命令是ps还是top、grep的用法。虽然题目量不大但如果完全没接触过Linux这几分就是白丢的。3.3 数据库原理不是只考SQL数据库模块的题目比想象中深。除了基本的SQL语句还考了事务的ACID特性、脏读和幻读的区别、索引失效的场景、范式理论。这些在互联网公司笔试中通常归入SQL题直接上手写代码但银行笔试会用概念题来考考察你对数据库原理的理解是否成体系。我清楚记得一道题给了一个SQL查询语句问为什么走了全表扫描而不是索引。选项涉及隐式类型转换、函数运算、最左前缀原则等。这种题就是典型的原理型应用光会写SQL不够还得知道优化器的工作原理。4. 大数据专项整场笔试的胜负手4.1 Hadoop生态组件考点分布大数据专项模块是区分度最高的部分也是银行系大数据岗笔试的核心特色。题目围绕Hadoop生态展开覆盖HDFS、MapReduce、YARN、Hive、Spark、Kafka、Flume等组件。从考频来看HDFS和MapReduce是绝对重点Hive和Spark次之Kafka和Flume属于锦上添花。我根据回忆和同期考生的反馈整理了一张考点分布表组件高频考点考查深度HDFS副本机制、NameNode和DataNode职责、读写流程原理理解流程描述MapReduceShuffle过程、数据倾斜原因、Combiner作用原理理解问题排查YARN资源调度、ApplicationMaster作用基础概念Hive内外部表区别、分区和分桶、SQL转MapReduce概念辨析简单应用SparkRDD特性、宽窄依赖、transformaction和action区别原理理解Kafka消费者组、分区副本机制、消息不丢失基础概念场景应用这个分布说明一个信号银行系大数据岗不仅要你会用工具更要理解工具背后的原理。尤其是HDFS副本机制和MapReduce的Shuffle过程几乎是必考题值得花大功夫死磕。4.2 送分题与深水题的真实比例25道大数据题里大约有8道属于背了就送分的题目比如HDFS默认副本数是几、YARN的调度器有哪些、Hive中删除表数据的命令是什么。这些题只要系统复习过Hadoop生态的基础知识基本不会失分。真正拉分的是那几道深水题。我印象最深的一道是关于Spark宽窄依赖的多选题给了一组RDD操作问哪些会产生宽依赖。题目涉及groupByKey、reduceByKey、join、map、filter。如果只是机械记忆窄依赖是一个分区对应一个分区遇到join这种要具体分析数据分布的操作就容易翻车。还有一道Flume的题也很典型给了一个数据采集场景要求选择最合适的Channel类型。这题如果没实际用过Flume光靠背概念很难做对因为需要理解Memory Channel和File Channel在吞吐量和可靠性上的取舍。4.3 数据仓库与SQL的金融特色大数据专项里还混着一部分数据仓库的题目这是银行系统格外看重的方向。考了维度建模中的星型模型和雪花模型区别、缓慢变化维的处理方式、ETL流程中的清洗规则。SQL题目和互联网笔试的写法题不同银行系偏向出优化题和场景题。比如给一个三表关联的查询要求分析哪里性能差并给出优化方案。这种题没有标准答案选项里会有多个优化方向比如加索引、用小表驱动大表、改用广播变量、拆分SQL等。能全对的都是真正写过复杂SQL、踩过性能坑的人。这一模块给我的核心启发是银行不缺数据平台开发缺的是懂业务又懂数据的人。笔试题目看似在考技术实则通过技术题来筛选有没有金融数据场景的思维。5. 编程题两道题决定你能否进面试5.1 题型复盘都不难但很考验细节两道编程题一道是纯算法题一道是SQL题。算法题接近LeetCode easy到medium之间的难度SQL题是标准的数据查询需求。算法题我印象中是一道关于字符串处理的题给定一个字符串找出其中不含重复字符的最长子串长度。这个题用滑动窗口可以轻松解出来时间复杂度O(n)空间复杂度O(1)。如果放在大厂笔试里属于热身题但在银行笔试里已经算压轴了。现在回想这道题能拉开的差距主要不在解法思路而在代码的完整性。边界条件、空字符串、全相同字符的字符串这些用例能不能全部通过才是关键。5.2 SQL题的考查风格SQL题考查的是分组统计和条件过滤的组合应用大致的场景是有一张交易流水表字段包括卡号、交易日期、交易金额、交易类型要求统计每张卡在指定日期范围内各交易类型的总金额并且只返回交易次数大于某阈值的卡号。这种题在银行实际业务中非常常见信用卡中心每天都要跑类似的报表。难点在于一是表数据量大要写出高效的SQL二是条件多容易漏掉过滤条件三是结果排序要求容易忽略。我记得当时的解法思路是先用WHERE过滤日期范围再用GROUP BY按卡号和交易类型分组用HAVING过滤交易次数最后ORDER BY排序。这题的坑在于GROUP BY的字段顺序和HAVING条件的写法如果写成WHERE里过滤聚合结果在严格的执行环境下直接报错。5.3 在线OJ的答题环境与调试技巧银行笔试的在线OJ环境比LeetCode原始很多。没有本地IDE那么强大的提示和调试工具只能在线编写代码通过提交测试用例来判断对错。代码编译报错信息也相对简略定位问题只能靠人工看代码。我的建议是平时练习就养成手写代码的习惯尽量不依赖IDE的自动补全。考试时先花3分钟把整体思路用注释写在代码里再逐步实现。这招在时间紧张时特别管用——即使最后代码没写完阅卷人看到清晰的思路注释也可能给部分分。编程题的答题顺序也有讲究。先做SQL题再做算法题可能是个更优策略因为SQL题思路清晰写起来快能快速拿下一部分分数算法题即使卡住了SQL那题的分已经稳了。6. 从笔试到面试这次考试暴露的能力缺口6.1 笔试成绩与面试问什么笔试通过后进入面试环节面试官手里会有笔试成绩单但不会直接告诉你考了多少分。不过面试时会根据笔试的短板来提问这一点我后来才意识到。我笔试中有几道MapReduce调优题答得不好面试时就被追问了数据倾斜怎么处理。这就是一个明显的信号面试官会针对笔试的失分点做定向深挖看看你是知识点盲区还是偶然失误。所以有一个很实用的建议笔试结束后趁记忆还新鲜把拿不准的题和选项记录下来。如果进了面试提前把这些盲区补上大概率能押中面试题。6.2 银行系大数据岗的能力模型经历过招行信用卡中心的笔试和面试后我对银行系大数据岗的能力要求有了一个清晰的认知框架能力维度具体要求笔试考查方式大数据基础理解Hadoop生态核心组件原理概念题场景题数据仓库能力掌握维度建模和ETL思维建模题SQL优化题编程能力Java/Scala/Python任选熟练掌握在线OJ编程题金融业务理解了解信用卡、交易、风控等业务场景题中的业务背景数据安全意识理解数据加密、权限管理计算机基础模块这个能力模型值得所有想进银行系数据岗的人提前对照自查。和互联网公司相比银行系对业务理解和数据安全的要求明显更高这从笔试的题目结构里就能读出来。6.3 和互联网大数据岗的差异对照为了让大家更有体感我用一个对比表格来说明银行系和互联网系大数据岗笔试的核心差异对比维度银行系大数据岗互联网大数据岗算法难度偏低easy级别偏高medium起步大数据原理比重高直接考原理中偏向实际应用SQL要求高重视优化与建模中重视复杂查询业务场景金融业务为核心业务多样性高数据安全要求极高中操作系统/网络考得细考得浅当然这只是2019年那批笔试的感受现在各家银行都在数字化转型题目难度和形式也在升级。但核心方向应该没变银行要的是稳、准、懂业务的数据工程师不是追求炫技的算法高手。7. 大数据方向笔试备战清单照着准备不会错7.1 Hadoop生态知识树如果你准备参加银行系大数据岗的笔试下面这份知识清单是必须全部吃透的HDFS架构NameNode和DataNode的职责、SecondaryNameNode的工作机制、副本放置策略、读写流程MapReduce原理Job提交流程、Mapper和Reducer的执行逻辑、Shuffle和Sort的详细过程、Combiner和Partitioner的作用YARN资源调度ResourceManager和NodeManager的职责、调度器类型和区别Hive数据仓库内外部表的区别、分区表和分桶表的适用场景、Hive SQL和传统SQL的区别Spark核心RDD的五大特性、transformaction和action的区别、宽窄依赖的判断标准、Spark SQL的基本用法Kafka消息队列Producer和Consumer的工作原理、分区和副本机制、消息投递语义这些内容不是简单背概念就够要能用自己的话讲清楚为什么这么设计。比如HDFS为什么默认副本数是3很多人只记住答案是3但真正理解的人会说一个副本存在本地机架一个副本存在同机架不同节点一个副本存在不同机架这样既保证了容错性又兼顾了写入效率和读取的本地性。7.2 SQL专项训练方法银行系笔试的SQL题虽然难度不高但对细节要求苛刻。建议按以下梯度训练第一步把窗口函数的常见用法全部过一遍包括ROW_NUMBER、RANK、DENSE_RANK、LAG、LEAD以及SUM和AVG配合OVER子句的开窗用法。第二步练习多表关联的查询优化。重点理解INNER JOIN、LEFT JOIN、RIGHT JOIN的数据返回逻辑搞懂ON和WHERE的执行顺序差异。第三步做场景化的业务题比如用户留存分析、交易金额分布统计、异常交易识别。这类题目在银行笔试中出现频率极高提前练习能节省大量考试时的思考时间。7.3 Java基础的复习优先级银行系大数据岗的编程语言以Java为主笔试选择题中也会涉及Java基础知识。我那次考了Java的内存区域划分、垃圾回收算法、HashMap的实现原理、线程池的参数含义。这里提醒一个容易忽略的点集合类的源码原理几乎是必考。HashMap的put流程、ConcurrentHashMap的锁机制、ArrayList和LinkedList的区别这些内容虽然老生常谈但在银行笔试里就是高频考点。建议把HashMap的源码完整读一遍尤其是1.8版本的红黑树优化部分。7.4 多选题的得分策略银行系笔试的多选题是失分重灾区因为它的计分规则是全部选对才得分多选、少选、错选都不得分。这和部分考试少选得部分分的规则不同容错率极低。应对策略是遇到不确定的选项宁可少选也不要多选不在这个规则下少选同样零分。所以正确策略变为先把有十足把握的选项选上对拿不准的选项做理性分析如果完全没概念就根据选项之间的逻辑关系推测。比如四个选项里如果两个明显同质往往要么都对要么都错。我当时就在一道关于Hadoop调优的多选题上吃了一个大亏五选三的题明明排除了一个错误选项结果在剩下四个里选三个时还是漏掉了一个应该选的。这种丢分是最可惜的。8. 实操中沉淀下来的答题节奏与心态管理8.1 120分钟的时间分配实战方案前面提到过各模块的建议用时这里说一下我实际执行时的时间分配和调整逻辑。我的策略是考试开始后直接用3分钟快速浏览一遍所有题目对整体难度和题量建立认知。这样做的好处是如果发现大数据专项里有好几道完全不会的题可以提前调整策略把时间让给编程题。浏览完题目后按计算机基础 → 大数据专项 → 编程题 → 性格测试的顺序作答。计算机基础模块题干短、判断快先做能快速建立信心大数据专项虽然重要但部分题目需要深思不要恋战编程题留足45分钟。这里特别提醒一定不要在前面的选择题上花太多时间。我见过很多同学在单选上反复犹豫改答案结果编程题来不及写这是最亏的丢分方式。在线笔试系统不允许回溯每一题都是第一感觉最准除非有明确的把握否则不要改答案。8.2 在线笔试系统的三个隐性规则在线笔试系统有几个隐性规则官方不会明说但会直接影响成绩第一摄像头抓拍是随机频率。考试系统会在做题过程中不定期抓拍用于事后审核是否存在替考行为。所以考试过程中不要离开座位太久也不要频繁低头看手机避免被误判。第二切屏次数会被记录。如果考试中切出浏览器查看其他内容系统会记录切屏次数超过一定次数直接判违规。我在考试时全程没有切换过窗口连系统弹窗都提前设置了拦截规则。第三编程题的判分方式是分测试点给分。也就是说你的代码通过了几个测试用例就得几分不是只有全对或零分两种结果。所以即使代码不完美也要提交一版能通过基础用例的版本尽量多拿测试点的分。8.3 心态管理的务实建议银行系笔试的通过率不低但正因为这样很多准备不充分的人抱着碰碰运气的心态去考结果自然不理想。我的体会是把它当成一次正式的技术面试来准备而不是试试看。考前一个星期开始按照考试时间做整套模拟题严格控时训练自己在时间压力下的做题节奏。模拟时不要用IDE写代码直接用在线OJ或者记事本加编译环境模拟真实的考试手感。考试当天提前30分钟进入考试系统完成设备检测和人脸验证。如果遇到系统异常第一时间截图保存然后联系在线客服。这些异常情况在银行笔试中并不少见及时处理不会影响成绩但如果慌了神后面的作答质量就会直线下降。8.4 笔试结束后的复盘动作笔试结束后不要立刻把题目抛到脑后。趁记忆还清晰把所有能回忆起来的题写下来尤其是那些做错的、拿不准的。这个习惯帮了我大忙——后来面试时的追问环节面试官问的几个问题恰好是我笔试后复盘时补上的知识盲区。复盘的方法建议用表格记录明确四个字段题目回顾、考查知识点、你的答案、正确答案及解析。这样整理出来的错题本比临时翻书高效得多。如果你的目标不止一家银行这个错题本可以直接复用因为各银行的出题逻辑高度相似。9. 如果你也是下一批考生最后的几点体己话从投递简历到最终拿到offer招行信用卡中心这一轮秋招让我对银行系大数据岗到底要什么人有了非常具体的认知。它不像互联网大厂那样追求技术的极致深度但要求你在大数据生态的广度上足够扎实在工程实践上足够细心。如果你正在准备类似的笔试我的核心建议只有三条第一把Hadoop生态的每一个核心组件的原理都吃透达到能讲清楚为什么这样设计的程度第二SQL是银行系笔试的隐藏权重项窗口函数和多表关联优化务必熟练第三在线笔试的答题节奏需要提前刻意训练不要用平时刷题的舒适节奏去应对限时考试。还有一点想单独提一下就是信息差的问题。银行系笔试有一套相对固定的出题风格和考点体系这些东西在公开面经里散落各处但没有一个系统的汇总。如果你能找到同校、同届、投递同岗位的同学组队交流互相补充回忆笔试题目效果会比自己埋头复习好很多。我当时就是靠和几个同学对题才把大数据专项模块的考点拼凑出了完整的图谱。这篇复盘写到这里核心内容差不多都覆盖了。2019年的题目在技术上不算新但银行系笔试的出题逻辑和考察思路至今仍有很强的参考性。准备银行系数据岗的同学与其漫无目的地刷题不如按这篇文章梳理的维度系统过一遍把精力花在最容易得分的地方。祝你们顺利。