邮件上写的是甲壳虫项目部，面试时说的是京东零售1.自我介绍2.深挖实习（结合数仓分层）3.hive内部表外部表4.hive中sql执行流程+mr任务执行过程5.数据倾斜以及解决思路6.给了个sql：select a,count(distinct b) from t group by a 如果发生倾斜，如何解决7.spark有哪些算子，举例8.DAG如何划分的9.doris三种模型了解吗10.三道sql，连续登录变体11.反问60min左右

总计35min，一场八股盛宴1. 自我介绍2. 深挖项目3. 数仓分层的建模理念4. 你的dwd层只做了数据的清洗转换，那没有这一层不是也可以嘛？（这里感觉回答的不好，说到最后反而觉得面试官说的有点道理。。）5. 除了三范式建模和数仓建模，其他建模方式了解嘛？ 我答不了解，不常用，书里有6. 聊聊雪花模型和星型模型7.  哪里人8.  数仓中的压缩算法和文件的存储格式了解嘛？ 答了parquet+snappy 和 zlib+orc9. orc的压缩倍率高还是parquet的压缩倍率高？ 我答orc，我猜的10. spark3的aqe了解吗？11. aqe的优化方向有哪些？12. aqe在什么场景下适用，在什么场景下用了反而不好？13. Flink 的exactly once14. Flink的两阶段提交和三阶段提交有啥差别？（我蒙的，我说Flink的两阶段提交实际上是三阶段的前两个阶段合并，利用checkpoint机制相当于合并了三阶段的前两个阶段）15. 场景题：大数据场景下，如何取某个参数为前1000的user_id16. 你们日常的需求开发流程是怎么样的？17. 场景题：如果有一个需求很紧急，需要插入到这次的开发进程中，你会怎么处理？18. 什么时间能来实习？反问：1. 业务2. 改进点3. 工作强度更新：已挂

开局自我介绍+实习拷打八股：1.消息队列，除了kafka了解其他的吗？//说了rabbitmq2.这两个消息队列的区别？（真不知道3.那说下kafka有什么优点4.MR的执行流程？涉及到几次排序？5.DAG图，怎么划分stage的？6.mysql事务了解吗7.事务底层是怎么实现的？8.MVCC9.TCP/UDP了解吗10.java垃圾回收已挂——————不对，没挂，继续面——————但是好像要线下hr面，后续流程已拒

9.14投递9.15约一面9.16一面下午oc