字节暑期大数据开发二面

1.讲一下实习做的东西，学到的东西2.数据集市涉及到的维度和事实表有哪些3.讲一下数据对于整个公司，业务的意义作用4.数仓分层的理解5.分数据集市建设的数仓架构优缺点6.了解的大数据基础组件7.Spark Ui怎么看，关注哪一些点去判断数据倾斜8.Sql语法中哪些关键词最容易导致数据倾斜9.说一下shuffle，以MR为例shuffle中涉及到哪些算法，不同算法涉及到哪些场景10.之前实习开发的表会有加监控吗11.作为数据同学，应该注意数据质量的哪些方面，以及如何保障数据质量12.聊家常，聊最近在学啥，聊aiSql 连续登录

问的比较少，感觉像是kpi1.MapReduce和Spark的区别2.spark的作业提交流程3.spark的RDD算子特点4.spark的宽依赖如何产生5.Flink如何检查背压（这里直接给我干懵逼了）6.left out join，inner join，full out join的区别7.数组和链表的区别8.Java的Map的底层实现反问：刚才答的怎么样面试官说spark的作业提交流程那里答的不是很好，没有体现资源分配过程，Flink背压通过看FlinkUI和日志文件检查出来

首先自我介绍，然后I.上来就是两道中等的sql题目：1.SELECT   CASE     WHEN name_count > 1 THEN CONCAT(d.name, s.name)    ELSE s.name  END AS display_nameFROM (  SELECT sp.*, COUNT(*) OVER (PARTITION BY sp.name) AS name_count  FROM student_profile sp) sJOIN department d ON s.department_id = d.id;唯一记录的一条sql，我感觉有小问题，但是感觉面试官很急。我想改他直接说赶紧下一个。为什么select里面用的别名不能直接用到同一个语句中，我回答sql执行顺序的问题，以及在hive中会报错，未找到相应的名字。他笑了，我的回答错了？？？whateverIII. 考了spark shuffle 的过程，非常的细节，怎么给partition分区？我的回答：spark.default.parallelism，通常等于集群的 CPU 核心数，默认值为 200。或者读取文件时指定分区数。然后这里他又笑了，内心os：这位大佬是微笑大使。IV. 他让我直接写ods 和 dwd 层建模的过程！这一考法我有点不理解要考什么，有木有大佬给我解答一下（感谢）。虽然我写了一部分，但是有的还是忘了。V. 考了我HTTP中reception的作用，不知道这里是不是我听错了，我说能再说一遍吗？他说没时间了，今天就这样吧。总结：自我介绍我太简略了？我想着他手上有我的简历，他好像对我的实习经历有点不感兴趣，因为他说我介绍的时候都是业务层面的？Interview time：One Hour中间还有一些，我就没写了。。。#如何判断面试是否凉了##大家都开始春招面试了吗##数据人的面试交流地##牛客AI配图神器#

说一下数仓项目的架构（离线和实时都问了）说一下数仓分层及其作用DWD层和DWS层的区别事实表有哪些，为什么要设置周期快照事实表说一下ADS层完成的比较难的需求及其实现（离线数仓的）说一下为什么在实时项目中加入Redis作为缓存说一下为什么使用LookUpJoinMapReduce的工作原理Hive怎么调优Flink水位线机制一道HiveSQL：假设有一张用户登录表，如何求出连续三天登录的用户反问：入职主要干啥简历中哪点吸引了你回答的怎么样个人感觉答的不是很好的：说一下ADS层完成的比较难的需求（这里我倒是说了一个，但是感觉面试官好像听得不是很懂的样子QWQ）Hive怎么调优（这个主要说了分组和...