数据开发 - 中网联合 - 一面面经

面试流程：

自我介绍

哪个项目中有涉及到Python

测试脚本是已经放到工作流程中是么

具体讲解一下测试脚本的细节，主要测哪些功能

通过代码是可以看到元素id或者属性是吧

两条业务线是指项目型号是么

串行的判断，有接触过比较复杂的逻辑判断么，比如跳过部分模块

测试的代码是如何组织的呢

考虑设计的话，基类和子类如何考虑涉及呢

有一个大的测试集合，1000条左右用例（代码（函数）），可能不同场景下每次需要从中提取的数量不同（100或200），如何设计或配置，相当于流程管理

如果从技术角度考虑呢，具体场景是可能不同组，不同部分，不同职能的同事会进行提取，进行一个灵活的组合，同时还能对结果做下记录

不太可能会手动选，没有手动记录是吧，其实相当于一个比较灵活的配置方式

其实可以将这一千个测试用例，已经定义好了，代码是可以访问到的，可以使用配置文件，提前分组完成，放在服务器中完成托管，可以使用网页点击完成调用

关于版本，可能每天都有很多版本，如何快速回溯，找到当时某个版本相关的测试结果信息，有什么方法可以实现

git可以处理代码版本，那数据或者日志的版本呢

如何记录测试中的重要信息，可以用什么方法来存，存哪些重要的信息

Python中子类继承基类的初始化是如何写的

Hadoop集群是如何配置的，简单说下搭建流程，是在一台电脑中是吧

电商项目的数据量有多少条呢，项目背景是什么

Spark数据倾斜有了解或者遇到过么

SQL中有无读写性能的问题

where条件查询，AB两个表，A join B where 和 join （子查询 B where）对比一下

分区了解么

每天都会有新的数据增量，按照时间分区，筛选效率会提升

join on A.id = B.id 有什么需要注意的呢，id需要检查是否唯一

那么如果不是唯一的呢，比如A表出现两次，B表出现三次，那最后会有几条呢（六条，叉乘关系，所以需要保证唯一）

反问环节：

算法部门，处理数据流程的开发，第三方加工清洗，分版本，多版本数据，数据校验异常，主要使用Python