1. 简单介绍一下项目2. 在中间层建设中遇到过什么问题3. 数仓中状态的更新是比较及时的,如何记录这些状态,最核心是关心最终的状态还是流转的状态4. 拉链表是什么,怎么实现的,执行过程中怎么解决效率的问题5. 用的什么计算引擎,sql在spark上怎么执行的6. spark的提交流程7. uv和pv的含义,计算uv在spark上的运行原理8. MapReduce的原理,快排的目的是什么,有序的目的是什么,知道每个过程才能知道如何去调优9. sql转ast是怎么转的10. ast做逻辑执行计划优化做了哪些11. 逻辑执行计划和物理执行计划大概有什么区别12. 写sql过程中有没有遇到过执行时间特别长的,引出数据倾斜相关内容(问的很细,基本所有的都问了)13. 不同数据类型join为什么导致数据倾斜14. mapjoin和正常join的区别,mapjoin原理是什么,怎么实现的15. 加随机数打散,两阶段聚合怎么做的16. new一个线程怎么做,thread和runnable的区别是什么17. java集合类用过哪些(说没怎么用过java,就没再问了)18. sql在不同执行引擎下有什么区别,答有些语法不通用,为什么不通用,如何造成这种问题的19. sql中所有关键字的执行顺序20. a join b where条件写在join里面和join外面 有什么区别21. 4道sql22. 一道mid算法做的是计算引擎调优，一直在问spark底层，顶不住顶不住。当晚挂...
我的小鹿去哪里了：您需要看B站up: 十二岁的闰土 全部都是原题 就是我 哈哈
投递阿里云等公司10个岗位
查看20道真题和解析 