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

现在百度hr问我什么时候入职，base北京，但是昨天面了字节一面感觉在字节能学到更多，约了下周二面，但是不知道能不能过二面，字节是国际化，base杭州，是努力冲字节还是先稳一段大厂经验，之前无实习经历 #字节跳动工作体验#  #没有实习经历，还有机会进大厂吗#  #你的实习什么时候入职# ————————————各位选票后能发表一下自己的看法嘛，小菜鸡什么也不懂希望各位佬多多指教

美团给人的体验感还是很好的，面试官人很好，问的偏spark，有些spark理论还是没有掌握清楚，以下面经-------------------------------------------1. spark优化2. spark为什么快3. spark3.X和spark2差别4. spark AQE5. spark stage 划分逻辑6. union all要不要shuffle7. group by 要不要shuffle8. 内部表外部表区别9. UDF UDAF UDTF10. join表on 和where区别11. 数据仓库怎么设计12. 主题域13. 数据仓库系统总线14. 分层优缺点15. 数据仓库最重要的是什么16. 数据仓库如何保证准确率面试官还问了职业规划，给我介绍了数开的两个大方向算法：应该是双指针问题，但是我没怎么练算法，没写出来只说了思路------------------------------------------------还是八股看的不够深，算法也需要加强，感觉都会考手撕代码

面试官到点没来，过了3分钟hr找来了，面试很随性，没怎么问，结尾才知道耽误别人午休了，面经如下------------------------------------------1.数据仓库大概分几层2.波峰波谷sql3.连续7天登录用户4.spark有哪些优化---------------------------------------------基本没问啥，以为是kpi面结果晚上约了2面