2022暑期实习-大数据开发面经-字节跳动-data-电商

一面 50分钟

1. 自我介绍

2. 你学过的大数据掌握的最好的是哪一个

3. hive里面排序一般怎么使用的

4. hive内部表和外部表的区别，外部表在什么场景下使用

5. hive视图用过吗

6. 你对维度和事实的理解

7. 你说到了业务过程，谈谈对它的理解

8. 你刚刚描述的是一个业务过程还是 多个业务过程

9. 多个业务过程放到一张事实表的你举个例子

10. 维度建模中 星型模型和雪花模型 之间的区别

11. 缓慢变化维表如何处理呢

12. 全量表的数据保存多久

13. 那你们订单表是全量还是增量，你觉得增量是什么意思，那你们这边的数据保存多久呢

14. 说一下订单表的设计过程 以及 表的分区含义

15. 你前面提到了会进行维度退化，那么说一下订单表中有哪些维度退化属性

16. 那你说一下你们数仓的一个全链路吧

17. 我看你项目还写了一个实时的，你这个在哪看的

18. 那说一下flink乱序事件处理的几种方式吧

19. 抖音有一张流量表和一张交易表，分别是 table_a(mid, pv) 和 table_b(mid, gmv)，如何将他们进行合并，数据倾斜如何处理

20. 你想做什么方向

二面 35分钟

1. 自我介绍

2. 讲一下你的项目吧

3. 挑一个你做的需求讲一下，你遇到的难点是什么

4. 你知道维度建模的过程吗

5. 你平时用什么语言多一点，回答java，然后问了一个string stringBuilder stringBuffer的区别

6. HDFS写的流程，要是有一个datanode挂了怎么办

7. kafka是如何保证数据不丢失和数据不重复，然后又说消费的时候呢

8. spark的shuffle的过程

9. 你可以对shuffle进行优化吗

10. SQL题：table_a(date, uid, vid) 找出3月19号看不同视频数排名前五的uid 【最好不用distinct】

三面 leader 45分钟

1. 自我介绍

2. 一直在聊数仓项目 （建模基础，以及业务理解）

3. 刷了一道算法题，主要就是 1-a 2-b ... 26-z，那么给你一个数值的字符串，问有多少中编码的方案，比如“12”，返回2（最后我没写出来，但是给出了动态规划的想法）

hr面 15分钟

整体总结

• 一面基本全是业务，二面就是项目八股文都有一点，三面基本就是项目

• 数仓的面试还是比较偏向业务的和偏向数仓建模理论的，可能手撕算法比较少