一面：1.自我介绍2.数仓分层3.来了新的业务怎么建模4.选用的什么模型，有什么考量5.如果现在一张事实表一对多一个维度表，此维度表又一对多一个维度表，怎么设计模型6.实习过程中用的什么计算引擎7.spark UI会看哪些内容8.数据倾斜问题怎么解决9.介绍一下项目10.为什么有的指标在下沉的时候要拆开来11.SQL调优，讲一个具体的例子12.SQL题：求中位数二面：1.自我介绍2.对数仓的理解，为什么要有数仓3.数仓和传统的数据库区别在哪里4.介绍一下实习公司数仓的分层5.实习拷打6.严格漏斗模型和非严格漏斗模型的区别是什么7.Spark的RDD是什么8.RDD的容错是怎么实现的9.RDD、DataFrame、DataSet三者的差异10.DataFrame会做哪些优化11.什么是闭包（不知道）12.SQL题：直播间最大人数反问：为什么有些公司有DWM层，有些公司没有，有无DWM层对数仓有什么影响。七天后oc + offer

在货拉拉进行了为期三个月的实习，总结一下这三个月以来的收获吧~1、代码编写，报错排查，特殊情况快速处理能力飞速提升：毕竟是写代码的岗位，每天的工作就是和代码打交道，一天的时间就在写代码，debug代码的过程中流逝，时间也过得特别快2、沟通协调能力飞速提升：最重要的一点就是: 及时同步你所做的工作内容！学会了怎么跟业务方沟通协调，了解业务方所需要什么样子的数据产品，根据他们的需要去做开发。以及学会了怎么和不同部门的人去沟通协调好工作的时间和内容3、注重产出和数据量化：在公司，结果产出是最重要的！老板不会去看过程，他只想要结果，只会想知道出现问题要怎么解决？解决了之后能有多少产出结果？所以我们呢是...

1.自我介绍2.两道SQL3.mapreduce中map阶段和reduce阶段的task的数量怎么确定4.了解哪些建模方式，了解维度建模吗，说说他们的区别5.rdd有哪些shuffle类算子6.shuffle的本质是什么7.为什么数仓要分层，分层的意义在哪8.四个排序的区别9.spark的提交流程10.hive中的元数据存储了哪些内容已过

来继续跟大家分享面经：字节投的比较早，准备不充分，前后面了两个组，都是一面挂。背景：硕3，L6/P6，美团Java后端；岗位方向：字节本地生活，base北京；TT风控，base新加坡；时间线：本地生活4.15，TT5.22；结果：一面挂...字节本地生活一面1、自我介绍，挖项目；2、项目里用了Kafka，那聊一下RocketMQ和Kafka的区别；3、介绍一下Kafka集群、副本、选举；4、工作中，你们的ES和Mysql之间是怎么用的；5、分库分表的策略；6、算法题：给二叉树的前序和中序数组，求后序数组（重建二叉树+后序遍历）；之前没用过RocketMQ，只知道有个事务机制（面完以后又恶补了一...