知乎大数据开发校招一、二面面经
预先不知道一、二面同时进行，面了两个小时身心俱疲
面经是一面和二面的问题汇总，但是问题出现顺序可能会有些变化
一面
自我介绍
项目经验
在介绍完项目过后，面试官觉得我的反思比较多，让我提炼一下关键信息
为什么采用双分区加高优任务解决执行效率问题，不会出现依赖混乱的问题吗
详细讲讲你OLAP选型的思路，并且能否详细对比一下你提到的几款olap引擎（CK，doris，kylin）
数据仓库分为哪几层，每层分别是做什么的
数据主题域是怎样进行划分的，项目中是否也是同样进行划分
mapreduce的shuffle
hiveSQL和SparkSQL的区别
flink的背压机制
spark的宽窄依赖
SQL题
连续登录
接下来是反问
我问了一些对于湖仓一体，流批一体的看法，以及是否有打算进行探索
二面
自我介绍
目前采用的实时架构是怎样的？（flink还是flink+doris）
doris的join是什么类型的？
为什么采用flink+doris他的优缺点有哪些？有没有其他方案，优缺点？
数据倾斜问题，计算pv、性别个数应该采用那种方案解决数据倾斜，为什么？
数仓的分层，每层是做什么的，分层的好处
你觉得怎样判断一个数据明细模型是否算做一个好的数据明细模型
讨论了一下开发过程中遇到的技术债，指标同名不同义等，以及解决方案
简历里面的一个高执行时长高资源占用任务优化是怎样进行的？
为什么会出现这种性能瓶颈
分主题预计算的好处和坏处是什么？
指标维度矩阵了解吗？
推荐我继续深入研读数据仓库工具箱
反问
同样是问了流批一体和湖仓一题的看法
感觉自己的数仓基础还是需要进行提高
并且由于没太背八股文，导致一些底层原理的问题回答得不是那么完善，之后还是需要多加复习
