数据人的面试交流地

数开 1.自我介绍2.维度模型建设说一下3.让你对事实表分类会怎么做4.事实表分为哪几类5.多表关联类型(包括semi join)6.关联策略7.开窗介绍一下(细节，和常用函数)8.自定义函数用过吗，有哪几种类型9.Doris表模式10.说一下superset11.flink怎么保证端到端的一致性12.spark  rdd13.依赖怎么划分14.手撕SQL：每个视频创建者的姓名，uv，PV以及PV占比反问

美团-base北京（履约技术部-调度系统组-实习）2025.08.12首问基础：volatile干嘛的线程池有了解么redis数据结构有哪些redis的string类型底层是用什么数据结构实现的（我回答是红黑树）红黑树是什么样的红黑树为什么这么设计有什么用（不会，面试官解答是为了它的局部性更强，根据他的红不挨红，局部性更稳定，查询修改排序更好，强于AVL等）threadlocal解释一下你是怎么用redis做分布式id的（回答string类型）redis的bitmap是干嘛的（没说出来，面试官说到布隆过滤器）回答一下布隆过滤器redis的GEO你了解多少mysql四大特性mysql事务隔离级别mysql并发事务会导致哪些问题如何解决幻读问题可重复读无法解决幻读么，用MVCC和锁不行么mysql中有哪些锁（）算法（两个大数之和）更新：挂了已经，靠，以后再也不用美团点外卖了！

最近集中面试，感悟颇深。发现头部的候选人非常真诚，你问他手边有offer吗，他直接跟你说我有哪几份，甚至薪资都毫不隐瞒。问他想不想留下来，回答的也毫不拖泥带水，我有兴趣，但是需要评估一下，真的是不卑不亢。反而那些非头部的同学，面试的时候会特地强调我是xx粉，非常喜欢你们公司，我有很多同学也在这边，希望可以长期发展，态度摆的真的是非常正。当然，态度这东西一般我们只是参考而已，毕竟无从考察真伪。但是从面试过程来看的话，那些offer收割机同学沟通起来就是很顺畅，很舒服。究其原因，不排除本身能力很强的（这种天赋异禀之人毕竟很少），但是回答问题的技巧，对问题的解读等等这些软实力，我觉得相比于能力来说更...

遇到面试异动归因问题首先第一步对数据进行准确性校验，确定数据上报流程无误、数据埋点没有变更、指标口径没有变化（遇到数据问题的公式回答）再确定数据的时间维度 这里举一个简单的异动题的例子来回答，其他类似题也可以套用一下比如滴滴打车最近gmv下滑，该如何分析？第一步进行数据准确性校验第二部明确问题，最近是指最近最近一段时间长线下滑还是最近几天突然下滑第三步进一步拆解分析，如果是突然下滑，可以从外部和内部两个方面考虑。外部方面最近是否有极端恶劣天气，或者有网络舆论、政策变更等因素，内部方面app端或者小程序端是否出现bug，根据行为漏斗图查看用户行为路径是否在某个转换处突然下降。内部从用户，司机，平台三方考虑，对gmv进行拆解为dau*转换率*客单价查看用户画像是否有哪一用户群体的dau持续下降，查看用户行为漏斗是否有转化率下降再看司机的人群画像是否有大的变更导致用户流失，比如高端车司机减少导致客单价较少，司机不愿意接长距离单导致客单价减少从平台端可以看最近是否上线了新版本或者更新了功能导致了司机或者用户群体流失。再从时间和空间两个维度进行分析，查看在早中晚三个时间段是否和以前的gmv有较大差异，是否是因为在某一地区的gmv产生了较大波动，这样拆解完应该可以考虑到所有的因素。如果是还需要给出建议可以在说完每一个找到的可能原因后对这个原因进行假设，然后再提出建议。总结起来异动归因大概就是这几个步骤对数据进行准确性校验明确问题从外部内部因素拆解从用户商家平台三方进行拆解从时间空间维度进行拆解这样面试回答应该可以尽量覆盖全方面了