小红书数据开发timeline

2024.12.23（一面）一面 （1h 5mins）- 实习拷打  - 快手-评论模版留存率（10 mins）    - 严格漏斗和非严格漏斗的区别  - 字节-链路改造优化    - 延伸：数据的时效性怎么保证（从整体和单点分别叙述）    - 延伸：优化任务的思路    - 延伸：并行度相关的改法（三种）    - repartition（）能改变第一个stage的shuffle write的并行度吗？    - 第一个stage的shuffle write的并行度由什么决定？  - 字节怎么分的数据域  - 字节分了哪些主题域  - 数据域和主题域的区别（主题域：自上向下，从分析的角度划分）  - 分层的意义（复用性和一致性）  - 怎么考虑分层，该分多少层（直接说了没必要在意这个，要理解分层的本质，面试官表明说的也有道理，也抛了另一个观点：肯定要分层，需要有不同粒度的数据，每个人在意数据都不同，比如说老板在意汇总层的数据，数分可能更在意明细层的数据，另外，在做归因分析的时候也需要血缘追踪）- SQL题二面 （26 mins）全程实习拷打- 自我介绍- 字节实习  - 多机房代码一致性怎么保证的（治理存量，增量通过oceanus）  - 多机房涉及到的网络问题（通过全球化数据迁移解决）- 快手实习  - 评论模版留存率    - 严格漏斗和非严格漏斗的区别（准确性和计算量之间的取舍）    - 为什么这样设计    - 最终的目的是什么    - 有没有想过通过抽样解决数据量大的问题- 反问

12.17 中午投递12.17 晚上面试12.18 OC上来面试官说节省时间就不进行自我介绍了直接做了四道题，做完四道题问了业务总线矩阵是什么第一道：求员工绩效最高的三个月（可以并列）。就是聚合加开窗 rank 函数的运用第二道：求最近一日留存率，两种解法第三题：忘了是啥了但是难度也不大第四道：下面的代码输出是什么几行几列都是什么，and 换成 where 输出是什么 select * from( select 1 as id union all select 2 as id union all select 3 as id ) t1...

实习的部门是 数智事业部 待的小组是一个tob的，面向企业的。所以会出差，用网易的数据平台为企业打造一套数仓包括前端看板实习的主要内容就是：接表。在greenplum数据库的建ODS表，从业务数据库接表，会用到datax给dwd、dws表加字段。配合前端修改任务发布任务、调度任务、配置报警可以看到，属于打杂的，很少接触到业务，但是对于初学者可以了解到数仓的一整个流程，还是可以的。

本鼠鼠是11系牛马一只，特来回忆期末考试。一共9题，前7题太弱智，不写。8.6个珠子组成的项链，（1）.红，黄，蓝3种颜色染色方案数(2).红色珠子数目至少为2方案数。9.给一个BIBD，问你是否为平衡BIBD，并让你写出5个参数，第二问要求导出设计。