kyligence求面经

时间挺短的，拷打实习做的内容+数仓八股+老生常谈MR流程，数据倾斜，口头约二面。

tl5.19官网投递简历5.20一面5.21二面面试官加微信，约面5.23二面，一小时内oc晚上更新面经

6/6一面1.数仓建设遇到的问题2.数仓分层3.怎么保证数据准确性4.一道sql大题4个小问4.1每个用户每天的购买金额4.2每个用户购买金额最大的日期，及对应的金额4.3每个用户从有交易日期开始，到每天的购买累计金额4.4每个用户最大联系交易天数表就是userid   date   pay 用户id   日期   支付金额6/9 二面1. 一亿的用户，每天产生3亿的消费记录，每天需要产出报表，报表内容为有支付记录的用户的消费总合，应该怎么做？2. 如何找出7天没有任何消费记录的用户3. 数据结构的b+树4. 说出两种sql优化的方法5. 项目拷打6. 项目做完了之后，有没有想过还能怎么优化反问技术框架，开发平台等没有什么八股，全是场景题，汗流浃背

结果：准备的不太好一面挂岗位类型：日常实习1.我看你spark用的比较多，我问你spark的问题吧，sparksql怎么转为底层的执行？2.解释一下RDD，包括RDD特性等。3.数据倾斜你是怎么解决的呢？4.spark shuffle的优化。5.spark 相关源码有了解吗？6.SQL题，行转列json的拆分(可能是用get_json_object?)（写不出来————）+ lateral view 7.还有个开窗题，dense_rank() 和 sum()的开窗。8.Dense_rank,row_number,rank的区别。9.为什么要设计DWD层，直接DWS层从ODS中读取可以吗？10.拉链表优点缺点。