度小满 大数据开发2面

1.自我介绍2.开始讲项目，然后就是项目问题  项目背景-目的-自己的职责-成果3.实习经历，问我两段实习都干了什么，问的非常细，基本上都问到了4.数仓项目遇到了什么问题，我说的数据倾斜，问怎么优化5.有接触过数据治理吗？有哪些规则？6.如果晚上数仓的某一层，失败了没跑出来，怎么解决，（我说的是设置一个时间阈值，达到这个阈值没跑出来就默认是报错，然后跑前一天的数据，然后第二天早上来了检查前一天的数据有没有问题） ，公司晚上有人值班吗7.举一个指标，来实现六层数仓你会怎么设计这六层···8.谓词下推  提前过滤行（这个我回答错成，投影上移，选取列）大意了9.怎么检验数据那个值到底对不对10.对大数据开发的理解，重要的是什么，实习你都学到了什么···11.sql,共享屏幕，连续最大在线人数，（前一天刚刚看了）结果太紧张了，直接拿日期-时间，面试官让我讲解一下思路，然后问我日期可以减去时间吗？我才想起来，然后我说用date_sub函数，后面是count计数，我又写成sum，但是这两个都是面试官提醒了我一下，我就改对了12.反问环节问的对于实习生是怎么培养的好久没面大厂，写sql时有点紧张

希音这家公司也是第一次面试，感觉整体还是偏难的1 先做个自我介绍2 讲一下你目前做的项目，主要是用了哪些技术栈，解决了哪些问题，做了哪些优化3 对于数据湖你能说一下各个湖仓的优缺点吗，你目前用的哪个，主要是用了哪一块技术和实现4 对于flink来说，对于一条主流一天有千亿级别数据，目前对于数据实时写入Doris存在这性能瓶颈，第一个问题是解析比较慢，第二个精确一致写入比较慢，你如果来优化需要怎么入手，对于优化的话怎么实现不延迟不oom5 目前有个场景，需要每10秒看到某个APP的主页的实时uv并且需要取top100个页面，你来实现如何做到实时秒级计算和展示，数据量级有亿级起步6 对于离线模型，如果存在一个画像需求，对于某些人群或者漏斗需要做到每天周期2点前产出，你如何保证这个时效性7 目前你建设模型是怎么建设的，如何确保你这个模型是合理的，有啥量化的8 对于数据倾斜如何快速定位，如何实现快速解决数据倾斜，除了加资源和join改变还有啥方法9 对于数据治理有啥好的办法快速治理，你来主导治理的话主要是从哪一块入手，解决哪些问题10 来个SQL题目，取一支股票的最大利润11 有啥需要找我了解的我这还是第一次面试这家公司，给我的感觉似乎还比较难啊，技术深度算是比较深了，对于面试的人来说必须要有这方面的经验才能解决上面的问题，要不然感觉估计答不出来

有大佬指点一下嘛

最近也面了阅安，大数据开发一面，感觉整体不难1 先自我介绍一下2 聊一下你这边做的项目，你在里面扮演的角色，项目主要亮点啥的3 你们离线数仓模型主要是基建了哪些模型，建设模型有啥规范，需要遵循哪些条件4 对于离线来说如何确保线上指标无异常，对于任务延迟，线上集群资源不足通常是怎么处理的，如果出现了问题后续需要怎么解决5 你们实时数仓怎么建设了，引入湖仓架构怎么解决的问题，现在主流的湖仓主要是有哪些，你们选择的是哪个6 flink如何保证精确一致性，对于oom如何快速定位，对于脏数据怎么处理的，线上任务并行度配置是怎么配置的7 对于数据治理怎么操作的，你认为如何很好的解决治理问题，如何量化你治理的成果8 对于我这边你有啥要问的