一面开场就闲聊，怀疑kpi实习深挖拉链表设计hive表各种表格式和压缩格式区别hdfs对应路径有数据，hive却没有表数据是什么原因元数据修复命令优化count distinct有哪些方法flink水位线的作用如果数据延迟很久如何处理kafka数据积压怎么解决reducebykey和groupbykey的区别反问 做什么业务 手机ota数据有啥价值二面项目介绍说一下对数据仓库的理解然后就闲聊两面面试官感觉都很好相处的样子，聊的很开心已转正组内氛围非常好，技术也很新，内部文档看的真是爽，算是一次不错的实习体验#面经##小米##实习#

一面 哪里人 聊竞赛 自己遇到什么困难，怎么解决的 期望薪资 二面 实习深挖 数仓分层，为什么这么分 数据倾斜怎么解决 用户登录页面前端后端具体怎么实现 ajax了解吗 tcp和udp区别 三次握手和四次挥手 get和post请求区别 异步通信机制原理 SQL连接方式的区别 事务原理，为什么要有事务 having和where区别 union和union all的区别 平衡二叉树原理 栈和队列的区别 消息队列了解哪些 复杂度怎么算 了解CDH和Dataworks吗 前端会吗 在校成绩如何 目前有哪些面试 反问 对校招生的培养方案 工作时间 已offer

一面实习深挖实习中遇到什么难点数仓如何分层，每层如何设计模型发现凌晨任务挂了，讲快速排查思路几种join方式的区别如何优化使用row_number的效率拉链表原理和作用对etl的理解cte的特点sql每个部门薪资最高的员工，要求两种方法算法构造二叉树二叉树几种遍历方式实现介绍栈和队列，以及各自的应用场景还有些忘记了，都怪库克没做录音功能二面实习深挖有过什么任务优化的经历如何设计指标数据倾斜的原因讲下维度建模数组和链表的区别什么是死锁实时技术了解哪些自己有什么优点为什么不读研对加班有什么看法HR面详细说下你的项目实习过程中最有成就感的事有什么让你觉得崩溃的事对数据研发岗位的理解你对于这个岗位有什么优劣势未来职业规划谈谈两次实习做的业务有什么区别已意向#面经##菜鸟##阿里#

一面项目深挖数仓分几层，每一层的作用事实表如何设计维度表如何设计数据域如何划分业务总线矩阵的概念如何设计完整的指标开发中和上线后数据质量如何保证如何设计调度，依据是什么hive数据倾斜解决办法hivesql常见优化手段什么是spark宽窄依赖，起到什么作用sql题：用户连续登录游戏的最大天数，允许间隔一天反问做什么业务 教培业务中的线下面授分析网络问题迟到了一会，面试官很不爽，没想到秒约二面二面感觉两面问的都很相似项目深挖维度建模理论介绍范式建模和维度建模的特点和区别为什么数仓不用范式建模缓慢变化维的解决办法数据质量的几个性质，分别如何保障hive表三种格式text，orc，parquet的区别hive数据倾斜解决办法如果参数调优无法解决倾斜，还有别的办法吗sql题，又是连续登录，这回要求至少2种不同的解法反问 数据来源有哪些 有没有转正机会流程很快，oc#面经##好未来#

今天看了下暑期的情况，好像很多公司最后一批笔试都结束了，投了之后没笔试是不是就一定没法进面啊，还有很多是不是已经没hc了，投了个快手被秒挂

一面数据同步怎么做的事实表、维度表怎么设计数据完整性、唯一性怎么保证数据怎么分区，如果增量同步，需要历史数据合并分区慢怎么解决数仓如何进行组件选型，理由数仓建设过程中有哪些难点atlas如何获取数据血缘拉链表怎么设计你觉得拉链表常用吗，为什么不用那你为什么要设计拉链表sql题 分组topnrow_number rank dense_rank区别看两个sql，差异在哪，哪个好，为什么高耗时任务优化思路尽可能优化后数据还是倾斜怎么办mapreduce原理mapreduce几次排序，为什么要排序#面经##快手#太菜了，估计又凉了

一面实习深挖对于高耗时任务的代码优化思路如何发现不必要的扫表sparksql和hivesql有什么区别sparksql和hive on spark性能有差异吗，差异在哪hdfs架构datanode心跳机制datanode挂了之后会怎么样，容错机制是怎么样机架感知有限内存下的一亿数据怎么排序了解哪些shell命令有a，b两个文件，存的都是id，写shell找出a中有但b中没有的id行flink窗口计算相关java反射是什么，作用场景，反射性能数据质量是怎么保证的，完整性唯一性具体怎么实现的反问 业务和工作内容 主要做离线还是实时#面经##百度#

一面实习介绍设计过哪些数据指标，这些指标的意义项目介绍具体分层怎么做的表怎么设计的对数仓和数据湖的理解连续登录3天的用户问的太少了，估计没想招我#面经##大疆#

一面聊实习数仓怎么分层为什么要分层sql 连续登录天数最多的用户窗口和聚合函数的区别mr和spark对比还有些问题不记得了应该寄了，莫名紧张，发挥太差了#面经##滴滴#

一面聊项目2道sql lead/lag函数 likepandas基础数据倾斜问题二面聊项目表连接方式数仓各层作用数仓建模类型有哪些维度模型有哪几种sql执行计划mr过程数学建模怎么分工为什么不读研数据中台产品了解哪些已oc#面经#

一面实习介绍mr过程mr和spark的区别spark shuffle举例说明事实表和维度表的设计拉链表设计3道sql题row_number rank dense_rank区别二面实习介绍怎么设计数据指标集群故障怎么排查解决的自动化运维脚本怎么写的实习的收获项目介绍讲一张你最熟悉的维度表，怎么设计的，说说都有哪些字段拉链表优缺点你觉得实际拉链表用的多吗用的不多为什么要做拉链表在校最有收获的一件事你经历过什么挫折如何化挫折为动力反问 olap技术推荐学哪个 对实习生的培养#网易##面经#

一面项目深挖数据采集怎么做的kafka如何保证数据不丢失kafka数据重复消费怎么办数据质量怎么保证怎么识别处理低价值表atlas是如何获取数据血缘的flink时间语义flink水位线arraylist和linkedlist的实现和区别hashset和treeset区别进程和线程的区别数仓怎么分层事实表，维度表怎么做数学建模做什么怎么分工蚁群算法原理已oc#面经#

明确题意：请你统计每个科目最大同时在线人数问题分解：计算在线人数变动情况：select course_id,in_datetime dt,1 uv from attend_tb union all select course_id,out_datetime dt,-1 uv from attend_tb关联课程表和上课情况表：join course_tb ct on t1.course_id = ct.course_id计算同时在线人数：sum(uv) over(partition by course_id order by dt,uv desc)按科目分组：group by course_i...

明确题意：请你统计每个科目的出勤率（attend_rate(%)），出勤率=出勤（在线时长10分钟及以上）人数 / 报名人数问题分解：关联上课情况表和用户行为表：left join attend_tb at on bt.user_id = at.user_id and bt.course_id = at.course_id按用户,科目分组：group by bt.user_id,bt.course_id,if_sign计算用户每个科目在线时长：sum(timestampdiff(minute, in_datetime, out_datetime))关联课程表和用户报名与在线时长情况表：join...