5.9 快手数据研发一面（大数据、数开）

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