小药药_数开实习_一面

- 腾讯会议，开摄像头
- 手撕的sql是面试官当场搜出来问的，有点坑，没撕出来

## 项目

- 简单介绍一下你的项目
- 你这个数据做好以后，他就是需求方是怎么用到的？
- 这个数据你存在这个你这是存在hive里吗？
- 介绍整个项目的流程
- 介绍项目的数据域和业务的总线矩阵
- 我有做过数据治理吗
- 有过hive性能优化的经验吗
- 你们是用的是什么建模？
- 维度建模中那个缓慢维度变化为都有哪几种应对方式？
- 我的拉链表是怎么查看历史数据的

## 八股

- yarn的基础架构和基本角色
  - 分享了一个spark任务提交的过程
- 分别讲讲yarn的资源调度策略
  - 我们用的什么资源调度器
- 用的开源Yarn还是CDH yarn

## 手撕

```sql
有 msg_time，from，to, msg等字段，计算聊天两轮（用户消息一来一回表示一轮）以上的用户。
msg_time               from    to
2021-11-24 21:23:00    1    2
2021-11-24 21:23:01    2    1
2021-11-24 21:23:02    1    2
2021-11-24 21:23:03    2    1
2021-11-24 21:23:04    2    1
2021-11-24 21:23:01    3    1
2021-11-24 21:23:02    1    3
2021-11-24 21:23:03    3    1
2021-11-24 21:23:04    1      3
```