作业帮 | 数据仓库暑期笔试

时长40分钟左右，总体问的东西不难（感觉是简历上没东西可问的）。今天面两场有点晕，这个面经只能是记得多少写多少了。1. 自我介绍2. 你的项目是学习的时候做的吗3. 你提到数据仓库分层，分别讲讲每层的作用4. 你提到DWS层存储一些指标，这个层可以删掉吗5. 讲讲HDFS（说了组件构成和读写流程）6. secondary nn起到什么作用（这里是我讲hdfs的时候，脑子抽抽忘说了，面试官点了一下）7. 讲一下mapreduce的流程8. 你提到shuffle过程中的排序，那在mr的shuffle中都有哪些排序9. 数据倾斜在什么情况下发生，如何解决10. java面向对象特性11. hive中的分区和分桶有什么区别12. hive的内部表和外部表的区别13. 说说udf udaf udtf14. 研究生阶段印象比较深的课程15. 撕两道sql（第一个考察left join、right join、inner join），第二个窗口函数16. 面试官顺势问了row_number() rank() dense_rank()的区别17. 反问中间问java，面试官应该是看出来我没怎么学java的八股内容，就没怎么追问java内容了。写sql的时候，因为不能编译运行，脑子想了半天，感觉写的有点慢了，还是得多练。#数据仓库实习生##字节暑期实习##大数据开发#

3.21 一面自我介绍有一个新的业务，你会怎么做？（数仓建模方式）数仓分层有什么好处介绍一下Spark的join方式（broadcast join， shuffle hash join，sort-merge join）shuffle hash join 和 sort-merge join Spark常用的join是哪个？介绍一下MapReduce的执行过程Hive SQL优化星型模型、雪花模型的区别及应用场景介绍项目，项目分层是如何实现的项目的ods层数据是如何得到的，dws层是如何设计的sql : 1、求在线店铺的月累积销售金额 2、求相邻在线店铺的月累积销售金额的差额sum() ove...

岗位：大数据开发实习生职位描述1、参与字节抖音小游戏与玩法业务离线和实时数据仓库建设工作；2、面向PB级超大规模数据问题，每天处理千亿增量的用户行为数据；3、为大数据的全生命周期提供服务，覆盖数据产生，传输，建模，统计分析，实验评估，可视化的全流程；4、构建设计良好的数据流、数据仓库、调度系统、查询引擎，数据服务、分析系统、流程规范，数据工具/产品，降低数据的使用门槛，保证系统稳定高效运行，以实现数据的最大价值。职位要求1、2026届及以后毕业，本科及以上学历在读，计算机相关专业，或具备同等计算机知识水平和学习能力的其他专业应届生；2、熟悉数据仓库实施方法论、了解数据仓库体系；3、会使用SQL，掌握Java、Python、R、Scala、C/C++ 中任意一门编程语言；4、 有大数据集、分布式计算工具（Map/Reduce，Hadoop，Hive等）工作经验优先；5、 思路清晰，善于思考，有很强的数据分析能力，能独立分析问题并推动解决问题；6、 每周可以实习4天以上，连续实习3个月以上。目前急招中，跟进很快，最好之前做过数仓实习，base北京知春路有意投简历至某易邮箱tang_3145

1.简单介绍一下项目2.假设现在有一张表数据重复，用两种方式去重3.数仓分层及其作用4.数仓为什么要分层5.缓慢变化维是指什么，常见处理方式6.ETL分别指哪三个步骤7.星型模型和雪花模型的概念及其区别8.Hadoop有哪些组件9.Hive的外部表和内部表有啥区别反问：入职之后主要干啥，刚才答得怎么样PS：面完之后我感觉是kpi，但是面试官又追问我什么时候可以入职（听他的意思有种想让我51后入职的感觉，但是我说最早可能得6月，然后他说回去组内再商量一下），然后夸我基础扎实，我说是不是安慰我（因为感觉他问的很简单，然后我上午面试刚被拷打完。。。），然后他解释说他之前面的几个人答得很不好（？？？）...