科大讯飞 数据开发 一面 35min

1.自我介绍2.项目细节介绍3.针对一个指标讲讲你整个链路怎么设计的4.数据交付时数据质量如何保证5.如果现在调度的表都是高优先级，你这个表延迟产出了，怎么办6.hive架构介绍7.hive优化器会做什么，详细讲讲谓词下推8.小文件产生原因，危害，解决方法9.spark遇到的挑战10.实时了解过吗11.你们公司的数据链路，数仓分层是怎么样的12.数据怎么采集的，binglog的格式13.数仓对外的接口和olap的关系他们部门实时的场景比较多，我对于实时的了解还是太少了😖 #数据人的面试交流地#

数仓有哪几层，每层作用 星型模型和雪花模型 累计快照事实表，拉链表 如何进行维度建模 遇到的数据倾斜问题 大小表join 内部表和外部表区别 拉链表如何设计 spark为什么快 指标体系的建设和管理 用过bi报表之类的吗 炸裂函数，开窗函数 rdd和dataframe的区别

1.自我介绍2.实习中需求方向源自于哪里，最终交付哪些东西3.数据倾斜展开聊聊，数据倾斜的本质，热点数据处理4.bitmap原理和运用场景5.零点漂移怎么解决6.常见的维度建模模型和方法7.java的垃圾回收机制8.关系型数据库介绍一下，和数据仓库的区别9.MySQL索引10.数仓分层介绍一下，分层的好处11.spark宽窄依赖，算子举例12.手撕：java二分查找，sql窗口函数13.join有几种14.hive内部表和外部表区别15.视图了解吗，有什么缺点都答出来了，许愿二面 #24届软开秋招面试经验大赏#

笔试 90min选择题+sql*1+算法*2简单sql，困难算法一面 共 50min自我介绍sql 3小问 15min实习经历项目经历数仓分层的意义从hdfs如何到ODS层介绍维度表和事实表有没有使用zookeeperhadoop节点之间如何进行联系hive sql脚本是在哪里运行一共有多少张表，都是自己写的吗做数仓的时候遇到了哪些困难，怎么解决的在实习期间的困难和解决现在有数据表，数量为一亿，如何进行排序未来的职业规划