大数据开发！！

之前面试过多多数据开发，问题如下1 先自我介绍2 从你做的项目里面挑2个聊一下你感觉很成功的项目，你在里面定位3 对于大数据实时技术栈你们是怎么选型的，为啥这样选，对比别家公司有啥差异点4 对于财务数仓你们数据域和主题是怎么划分的，对于维度这一块有哪些5 对于数据不一致和dqc强规则触发了你这边是怎么处理的 起夜如何快速处理6 对于数仓你如何评判一个数仓做的好，有啥评判标准7 对于数据治理你这边一般是怎么做的，如何快速实现8 有啥想找我了解的

从25年2月到现在，接触大数据开发已经有一年了，从MySQL，orcal，到flink首先就是写SQL，毕竟大家大部分都是SQLboy，SQLgirl，SQL是基础，可以在力扣牛客上多刷题。手撕常考！数开作为技术岗中最贴近业务的岗位，理解业务过程并进行数仓建模是最重要的一部分建模这块主要涉及，指标维度建设，数仓分层，讲解项目结合业务来讲.技术栈主要分离线和实时，实时门槛工资相对高一点，但应用场景比离线少很多，离线是数仓的基础。大数据技术栈主要是Hadoop生态圈，分布式的一些东西，也就是八股基础的得会，得理解整个架构运作流程，光背是记不住的Hadoop，hive，spark离线最核心的技术栈，也是八股最常考的，实时主要是spark，flink其次是一些数据处理框架kafka，etl转换工具知道一些，怎么用的大数据的框架搭起来比较麻烦，时间赶的不建议亲自搭环境，理解项目业务过程，这个项目做了什么，整个数据链路能讲清楚即可。技术栈的一些相关学习渠道，博主是在B站上找视频学的，也够用，时间赶学重点就行，结合八股来看。最后是算法手撕，本人算法很烂，除了大厂基本不考这个。出的题一般比较简单，会hot100就行个人经验来看，简历上有了实时项目，很少问Hadoop八股，更偏重spark和flink。项目还是以离线为主。实习发现实时数据只占很少一部分，离线是底盘有了实习经历就不咋问项目了

大数据岗位到底有哪些分类？要做Spark/Flink，还是做数据平台？数据湖、数据中台、实时数仓、离线数仓有什么差别？各方向工资、天花板、发展路线是什么？哪些方向更容易进大厂？整个大数据世界可以划分4层：1.存储层：HDFS+ / HBase+ / Iceberg / Lakehouse+2.计算层：Spark / Flink / Presto / ClickHouse+3.平台层：数据平台 / 数据中台 / 数据治理4.应用层：数仓模型 / 指标体系 / 推荐 / 风控 / 运筹主攻岗位方向主要工作存储数据湖 / 存储工程师Iceberg、Hudi、OSS、S3，湖仓架构计算Spark工程师Spark SQL、RDD、优化、数据管道计算Flink工程师实时计算、流式任务、CEP平台数仓开发工程师离线模型、分层、Hive、指标体系平台实时数仓工程师Kafka + Flink + Hudi/Iceberg平台数据平台 / 数据中台工程师任务调度、元数据、血缘、治理、权限应用大数据算法工程师推荐 / 增长 / 风控 / 画像 / 定价优化应用数据分析 / 商业分析指标分析 / AB实验 / 洞察 / 业务建模未来都可期！

1.Python 工程相关（异步/多线程/多进程）经验？2.SQL能力怎么样，写过的最复杂语句是什么3.Python全局锁是什么4.你怎么理解原子性5.进程和线程6.多线程处理是否会受到全局锁的影响7.Python元组和列表的区别和相同点8.列表、元组是否可变9.多线程和多进程10.深拷贝和浅拷贝区别