项目是经典sgg离线数仓，一个月速成的掌握的并不好，还是处女面，以下问题就当给大家一个教训了 1. 你说搭建数据采集平台和业务数据采集平台，这些平台都是用什么搭建的2. 如果数据本身使用脚本模拟生成的话，整个数据仓库的底层的平台是用什么做的3. 你这个脚本怎么随机生成数据，是随机的吗4. 零点漂移问题5. 前15分钟后15分钟指的是什么6. 数据仓库的分层是怎么做的7. ODS为什么不拉过来做加工8. 怎么理解数据拉过来不做加工9. 周期快照事实表和累计快照事实表区别是什么10. 事实表维度表11. 除了星型模型还有什么模型12. 拉链表介绍13. 为什么说拉链表一般比较小（我之前说错了）14. 拉链表本身也是事实表的一种，如果他比较大，怎么样让查询效率更高15. DWS层做什么16. 数据域的划分17. 活跃度问题18. K-means聚类，哪三个类，怎么设定19. 为什么要进行PCA降维，20. count distinct 在mr怎么运行的21. count distinct在mr中底层怎么排序22. 数据倾斜主要在哪几个阶段产生23.遇到最大的困难是什么其实不是很难，但是处女面确实发挥的很差，结束面试官准备了sql题都没让我写，寄--------------------------已挂