1.自我介绍2.项目拷打3.数仓分层建设是怎么理解的？每层有什么作用4.讲一下指标体系5.根据医院的整个流程 你觉得能分析出哪些指标？6.flink的双流join7.left join会不会产生回撤流8.数据采集怎么保证端到端的一致性9.sql题（面试官要求按照图片做一道sql题，我看面试官出的是牛客上的还比较简单，我也是闲的，我说我直接在牛客上做吧，结果面试官看到我做了挺多题，让我从困难里面选一道，我随机选了个通过率比较低的，做起来挺麻烦的，15分钟没做出来）10.反问（反问的时候问面试官有什么给我的建议吗，不耐烦的说了句没有，我也懒得问了）总之：感觉面试体验比较差，面试官摄像头也不开，估计被当kpi刷了

天塌了，导师不放实习目前进展是，小论文5月底已投，但还没消息。 毕业需要两个工作量，小论文算是第一个，第二个工作量的idea是导师想的，丢了几篇文献让我尝试。 今天跟导师说了一下想去实习的事情，并保证了工作日下班后和周末时间做科研，每周可以线上或者书面汇报确保进度。但是被导师严词拒绝，非让我要么去实习然后不管我毕业，但是也不会卡我所有的流程（比如签字审核什么的），要么就老老实实写论文。 个人觉得实习一个多月不会影响毕业进度，但是又真的不想跟导师闹得这种不可开交的地步

视频面，共计1h1. 自我介绍2. 项目中的难点  答：我实时和离线都各介绍了一个3. 日常需求的开发，是怎样的一个流程 答：从业务方提出需求->数仓的建设分层->上线4. hive或者spark日常调优的一些参数  答：我这里列举的主要是数据倾斜方面的spark和hive5. 我还想介绍row_number()倾斜的参数，面试官问我用过哪些窗口函数？ 答：row_number、rank、dense_rank6. 区别是什么？ 答：row_number 是 123 rank是11115 dense_rank是 111127. 如果业务方说要绘制个标签画像，你会提取哪些数据给他 答：有些乱答了，这个不咋会8. coding：6道题，第1道题是最大播放量及分区播放量所占比例 2道题是次日登录 最后一道题包含4个小问，topk、最大分区及其播放量、炸裂、正则反问：1. 面试官评价：挺不错的（第一次收到正面评价）2. 业务部门主要干啥3. 实习生主要干啥其他的记不太起来了

📍面试公司：虾皮🕐面试时间：6.30 一面 7.4 二面 7.8感谢信💻面试岗位：大数据开发❓面试问题：主要是实习拷打数仓数据流向，具体业务介绍，业务接口跟数据的用户讲一个具体的业务，体现所用的技术栈从问题2深入，涉及到并发场景不可重复读怎么解决大数据技术栈，Spark，怎么用的，讲了怎么优化实际任务（数据倾斜/Shuffle优化）数据倾斜这里让描述下快排当前业务有没有写错数据的情况，如果当前数仓写到Kafa写错了，该怎么重新写入？比如HDFS这就错了，但写到kafa->业务表已经出问题了，怎么解决回答主要考虑一致性和重写时候服务是否可用如果让你从具体Kafka topic消费到入...