1.项目拷打2.数仓分层设计是怎样的？各层的作用是什么？3.数据质量监控（DQC）如何配置？4.事实表与维度表的区别是什么？举例说明。5.数仓常用模型（星型模型、雪花模型）的区别及优缺点。6.表关联方式有哪些？之间有什么区别7.如何处理数据倾斜问题？8.发现表中主键重复时，如何排查和解决问题？9.Linux命令sql题1.group by +聚合函数2.排序窗口函数3.行转列#牛客AI配图神器#

一面 30minhive的内外部表区别hive json函数hive开窗函数private关键字抽象类和接口stringbuilder和stringbufferarray和arraylisthashmap和hashset聊实习聊天…..二面 50minspark的几种运行方式spark aqe新特性，如何让aqe生效，不只是将参数设为truespark动态内存分配hive开窗函数问实习…..会python，shell，flinksql吗，用java写过网页吗算法：整数反转部门paimon用的比较多 应该是挂了

25应届春招，感觉还是有些空，不相干的实习经历有必要写上吗😭😭#数据分析# #数据开发#

- 大数据基础架构部门- 职责有点不匹配，全程被拷打了，根本不了解底层的事情## 项目- 数仓这一块目前总标准分层的一个概念，你这块熟悉吗？- 你最后输出指标是什么样的？是新型模型还是雪花模型？- 最后superset的引擎用的什么- spark数据倾斜具体看的sparkUI哪一个指标哪一个参数  - local read数据量？shuffle read数据量？shuffle write数据量？## 八股- spark常见的shuffle策略，这些不同的策略分别在哪些项目中用到- 常见的shuffle流程  - 他在系统层面有什么弊端，特别是面对高并发情况下- Hive查询优化有什么方式  - SMB join是怎么具体实现的- java相关的锁机制（其实就是锁机制）  - 乐观锁悲观锁- 设计模式了解吗- Java性能排查有没有什么SOP## 高并发场景题这个场景题完全不懂，也没怎么接触过，要求设计一个从数据基建到建模的整个思路来应对高并发的场景