快手数据开发日常实习

一面 50分钟
自我介绍
数仓的数据怎么采集的，采集平台包括哪些组件以及组件具体都做什么
为什么flume要把数据放到kafka中
数仓分层设计
从ODS到DWD都做了哪些ETL
零点漂移问题你怎么解决的
按照你的解决方案，如果数据漂移的时间很长，你需要计算的时候会出现误差怎么办
你的数仓都包含了哪些维度
为什么没有订单维度（维度退化）
Spark 了解多少
spark web UI 都了解哪些
如果数据倾斜你怎么定位
stage是怎么划分的
宽窄依赖怎么区分
数据倾斜的解决方案
平时写代码用什么语言
Java 的 hashmap 底层是怎么存储的，如果多线程并发访问 HashMap 怎么办
HashTable 和 ConcurrentHashMap 为什么 ConcurrentHashMap 性能高一些
SQL：TopN 问题，如果允许排序相同怎么做
二面 30分钟
自我介绍
介绍一下你怎么设计的业务总线矩阵
数仓怎么分层的
事实表的设计过程，都包含了哪些类型的事实表
四道SQL：
a 表中存在 b 表中不存在的 id 
row_number 排序
行转列（1,2,3,4 变成 1；2；3；4）
记不住题目了，就是一个简单的聚合加开窗
聊了一下实习相关的内容以及后续流程
hr 面
hr约面试的时候说是hr面但是进面试间的面试官应该是一个主管，一直拷打项目，然后就寄了