许愿🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏 #java#  #后端开发#

一面：4.8二面：4.15，自己往后推了一周三面 + HR面：4.17云证 + oc + 录用评估：4.18 收到 offer！4.28 （等了 6 个工作日）

4.8：投递4.15：笔试4.20：一面(两道hot100)4.20：二面(一道sql)4.26：三面-主管面(两道sql )许愿求个hr面，三场下来面试体验都挺好的。

项目为sgg经典离线数仓1. 自我介绍2. 项目介绍（难点、亮点）3. 根据难点亮点提问4. 数据域是什么，如何划分数据域，为什么这样划分数据域5. DIM层维度表的设计原则6. DWD层事实表设计要点7. mapreduce shuffle流程8. maptask和reduce task 与哪些因素有关9. 数据热点（数据倾斜）在哪些场景下出现，如何解决10. spark是为了解决mapreduce什么问题设计的11. 手撕sql ，用户关注表有user_id、user_follower_id，求相互关注的用户对(这里想考察的应该是当数据量大的时候，如何不使用join来求相互关注，因为当时场景给定的id是字符abcd，可以考虑使用concat)12. 谓词下推是什么13. 连接条件写在on里和where里有什么区别14. count(1)和 count(*)的区别15. count(1)如果其中有Null值，和count(*)一样吗，为什么16. mapreduce和spark处理distinct去重操作的执行计划以及原理（下去搜了下，面试官想听的应该是mr在执行distinct时会只用到一个reduce造成大量shuffle这个点）17. sparksql调优的方法依赖日志诊断，具体不同情况如何根据日志去调优18. 反问5.10 更新  流程已结束 双非属鼠又一次倒下了