操作系统的调度算法
搜索引擎的优化
linux 查看内存 磁盘 进程 端口 命令
mysql查看数据库连接，执行进度命令
java序列化和hadoop序列化区别
Storm原理
Hadoop 的任务分配
hadoop1.0与2.0架构区别
网络协议
为什么不采取除了geohash之外的算法
机器学习 数据挖掘
为什么mapreduce是全表扫描
要求：
熟悉java语言，同时掌握Scala，Python，了解jvm内存优化优先
对计算机网络、操作系统熟悉，熟悉多线程、分布式编程优先
从复杂系统表象中分析问题
熟练掌握分析工具:SAS/SPSS/R等分析工具（其一）
熟悉J2EE技术平台及主要的JAVA框架，有高并发系统开发/性能调优经验者优先；
熟悉linux环境，熟悉shell命令，有过Python开发经验优先；
熟悉常见的负载均衡实现方案
有扎实的数据结构和算法功底；
熟悉MySQL或Oracle数据库，能熟练编写SQL查询、存储过程，熟悉SQL优化；
memcached
原文：http://www.cnblogs.com/kxdblog/p/4796159.html