这套 Databricks SWE OA 的节奏更像工程场景题，而不是纯刷题列表。开场是数据处理相关的数组和窗口统计，后面接一题图建模，最后一题是 AI Coding/Debug，要求读懂一段有缺陷的代码并修掉边界问题。准备时可以先看 Databricks Software Engineer interview guide 里的面试流程，再把重点放在数据结构、SQL 执行语义和代码可读性上。
第一题：日志窗口聚合
题目描述
给一组服务日志，每条日志包含 timestamp、service_id 和 latency。要求在每个固定窗口内统计每个服务的请求数、平均延迟和 p95 延迟，并返回延迟超过阈值的服务列表。输入不是完全有序的，窗口边界采用左闭右开。输出要按窗口开始时间、service_id 排序。
解题思路
先按 timestamp 计算窗口编号，再用 (window_start, service_id) 作为 key 做聚合。请求数和总延迟可以一边扫描一边累加，p95 需要保留该 key 下的延迟列表；如果数据量很大，可以把延迟离散化到桶里，最后从高到低恢复百分位。排序放在最后做，不要在扫描阶段频繁维护全局有序结构。边界测试重点是窗口右端点、空服务、同一秒多条日志以及延迟阈值等于 p95 的情况。复杂度：直接排序延迟列表时，时间 O(n log n)，空间 O(n)。
第二题：SQL 执行依赖图
题目描述
给定一组 SQL job，每个 job 有 job_id、读取的表、写入的表和预计耗时。一个 job 写出的表如果被另一个 job 读取，后者必须等待前者完成。要求返回所有 job 的最早完成时间，并在存在循环依赖时返回冲突链路。
解题思路
先建立表到生产 job 的映射，再把 job 之间的依赖转成有向图。入度为 0 的 job 可以入队，按拓扑序更新后继 job 的最早开始时间。每处理完一个 job，就用 finish_time = earliest_start + duration 更新下游。如果最后处理数量少于 job 总数，说明存在环；此时对剩余节点跑一次 DFS，用颜色标记恢复一条环。这个题的核心不是图模板，而是把表依赖准确转成 job 依赖，尤其是多个 job 写同一张临时表时要按题目规则决定是否报错。复杂度：建图 O(J + E)，拓扑排序 O(J + E)。
第三题：AI Coding 修复分区读取器
题目描述
题目给出一段 Python 代码，用来从多个分区文件中按顺序读取记录。代码在空分区、重复 offset、最后一个分区读完后继续调用 next() 时会返回错误结果。要求修复代码，并补充几个测试用例。
解题思路
先把读取器状态拆成三个变量：当前分区下标、当前分区内 offset、已经返回过的全局 offset。next() 每次先跳过空分区，再检查是否越界，最后返回记录并推进 offset。重复 offset 不能靠全局 set 粗暴去重，因为不同分区里的 offset 可以同名；更稳的方式是把唯一键定义为 (partition_id, offset)。测试要覆盖连续空分区、只有一个元素、最后一次读取后再次调用、分区内 offset 非递增这几类情况。修复时少改接口，多加断言，比整段推倒重做更容易拿分。
做题过程和备考建议
Databricks 的 OA 准备不要只刷数组题。窗口聚合和依赖图都带有数据平台味道，平时练题时可以把输入清洗、排序规则、异常状态写完整。AI Coding 题也不是让你盲目重构，重点是定位 bug、保留原接口、把测试补到能解释修复原因。练习材料可以搭配 Try Exponent 的 Databricks 面试指南，再用 LeetCode 的图和堆题训练实现速度。
FAQ
Databricks OA 需要重点准备 SQL 吗？
需要会 SQL 的执行语义和数据处理思路，但题目不一定是纯 SQL。更值得准备的是窗口、聚合、依赖关系、排序稳定性和异常输入。
AI Coding 题怎么写得更稳？
先补测试，再改代码。测试能说明你发现了哪些边界，面试官也更容易判断你的修复不是碰巧过样例。
图题卡住时先做什么？
先把业务对象映射成节点和边，再写拓扑排序。很多错误来自建图阶段，比如把表节点和 job 节点混在一起。
关于 CSOFFERPREP
进 VO 之前，可以找 CSOFFERPREP 做实时面试助攻和备考辅导。CSOFFERPREP 深耕北美 IT 行业多年，已帮助万余名学生进入全球 500 强企业。导师来自一线大厂资深工程师和面试官，对 Databricks 这类注重工程文化的公司的面试套路很熟悉。无论是 OA辅助、OA 辅导、VO 辅助、VO 模拟面试、VO 代面试还是系统设计辅助，都可以获得更有针对性的准备方案：CSOFFERPREP · 服务详情
参考来源
- Interview Query – Databricks Software Engineer Interview Guide
- Try Exponent – Databricks Software Engineer Interview Guide
- Glassdoor – Databricks Software Engineer Interview Questions
