美团数据开发面经，一面

9月30日更新:发意向书了-----时间线：9.5一面    9.12二面部门：核心本地商业-基础平台研发目前官网状态还卡在业务复试，base地面试的时候说的只接受上海，上海是没有HC了吗？还是说在横向排序？有没有牛油遇到和我类似的情况😂

1.过往经历集中在数据分析，如何看待自己的职业发展，对数仓这个岗位如何能确定自己是能长期做下去的2.介绍一下过往项目，要求详细说明项目的背景，做了什么，怎么做的，结果如何3.一个比较抽象的问题：如果目前有很多视频，有用户id，视频id，开始播放时间，结束播放时间，怎么计算某个时间点最大的视频播放量，不用写sql，口述即可4.在这个过程中遇到数据倾斜的问题，比如某个视频播放量特别大，该如何做分桶，针对哪个字段5.spark中造成数据倾斜的原因是什么（落在shuffle）6.spark中的stage和task是并行还是串行的？spark中有哪些算子会造成数据倾斜？解决数据倾斜的手段有哪些7.了解索...

以下是本人在大数据方向的技术栈学习路线，另外还有诸如HBase、Kylin、实时数仓项目、数据湖项目、湖仓一体等。下面列出的是基本所必须掌握的内容。对于项目方面，建议先离线后实时开发的学习，再之后便是数据湖等项目。另外推荐可以经常翻看《大数据之路》这本书，里面涉及到的理论和企业中的白皮书基本一样。平常也可以多翻看各个公司公开分享的技术文章，源码等。类似阿里的学习文档、美团的技术文档等，在没有实际生产经验时可以了解各个场景下技术选型、底层调优、内存调整、资源配置、数据治理等各个重要环节和内容。1、Java：JAVA SE、JVM、JUC（刚开始只需要看Java基础就可以了，不需要学习一些web框架，因为不管是源码二次开发，UDF开发，还是数仓都不需要用到这些框架（除了平台开发之外），像Spring这些web框架，在学习完所有的大数据框架之后，找工作之前如果还有时间，可以去学一学这些框架【加分项】）2、Linux+Shell3、Git、Maven（了解会用，有印象，如果需要使用能快速学习上手使用即可）4、Hadoop（HDFS，MapReduce，Yarn）5、Zookeeper6、Hadoop高可用（了解即可）7、Hive（重点，需要熟练了解原理，并且会写HQL，以及一些优化，是基础）8、Spark（大部分公司都是写SparkSQL，并且调优，需要明白底层原理，内存结构，SparkUI等）9、Flume10、Kafka（时间紧张的话，可以先放一放，和Flink一起学，kafka+Flink+Spark是处理实时数据的）11、Maxwell、DataX、Dolphinscheduler（项目中数据同步、模拟日常调度工作）12、sgg电商数仓x.0（跟着做完这个项目，就知道什么是数仓，什么是维度模型，什么是指标等等，以及生产中一些内容）13、Flink14、MPP架构（类似Doris、Clickhouse）15、实时数仓项目16、数据治理17、数据湖、湖仓一体18、刷算法、刷sql、刷场景题

滴滴-CTO线-数分面经-偏风控1. 手撕SQL 一张表上有司机id 乘客id 订单id 接单时间 找到每天最早接单的十个司机；2. 深挖项目经历；3. 业务场景：关于先享后付的功能会出现坏帐的情况，出现这个问题建立一个指标体系应该如何监督并且下钻分析原因；4. 继上一个问题，对不同用户进行分层后，可以使用什么策略减少这种问题的发生；