下面是我3轮技术面问的问题1 Hadoop包含哪些组件，分别介绍一下2 你眼中的大数据该干的活都有哪些3 数据延迟该怎么解决4 数仓模型设计流程，数据域，主题怎么划分，数据如何确保一定一致，如果数据出现丢失该怎么解决5 实时计算消费卡夫卡延迟该怎么处理，并行度和自愿该怎么分配可以做到不浪费也不会影响任务的产出6 你觉得自己在数据开发方面有哪些优点，平时是怎么表示出来的7你为什么要离职来阿里

了解 HDFS 吗，介绍下HDFSHSDF 是 Hadoop 生态的一个组件，它是一个分布式文件系统。它将数据进行切分，存储在若干台机器上。它的出现解决了独立机器存储大数据集的压力HDFS 的特点及应用场景适合存储大文件HDFS支持 GB 级别甚至 TB 级别的文件，它会把大文件切分成若干个块存储在不同的节点上，在进行大文件读写时采用并行的方式提高数据的吞吐量。容错性高HDFS有多副本机制，它会自动保存副本到不同的节点。即使有一台节点宕机了也不会丢失数据。适用于读多写少场景HDFS中的文件支持一次写入、多次读取，写入操作是以追加的方式（append）添加在文件末尾，不支持对文件的任意位置进行修...

面试蚂蚁金服到了技术3面，但没有hr面了问题如下；1项目介绍一下2 干的数据开发技术组件和模型以及数据治理说一下3离线数仓怎么确保任务及时性，任务产生了dqc告警怎么解决4 干财务工作模型该怎么设计5数据治理该怎么治理，比如模型治理，运行效率，和任务合理性以及跨层很多问题6 实时任务一旦延迟该怎么快速解决延迟，如何确保数据不重复，不丢数据，如何知道延迟7flink任务优化可以从哪些方面入手，对于效率问题该怎么操作8kafka分区和写入该怎么设计，怎么能确保下游消费数据不延迟，不丢数据9 实时数仓如何做到指标实时，并且数据不会算错，10对于olap引擎知道哪一些，哪个更好，后续推荐用哪一款来批流一体

一面 50分钟 自我介绍你学过的大数据掌握的最好的是哪一个 hive里面排序一般怎么使用的 hive内部表和外部表的区别，外部表在什么场景下使用 hive视图用过吗 你对维度和事实的理解你说到了业务过程，谈谈对它的理解你刚刚描述的是一个业务过程还是 多个业务过程多个业务过程放到一张事实表的你举个例子 维度建模中 星型模型和雪花模型 之间的区别缓慢变化维表如何处理呢 全量表的数据保存多久 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说一下订单表的设计过程 以及 表的分区含义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那你说一下你们数仓的一个全链...