数据开发高频面试题

一面（8.27）实习内容 还在职吗 实习期间主要干什么 和你对接的同学有哪些 产运和算法同学怎么使用你产出的数据 数据集底层用什么技术栈 你写SQL任务的时候是怎么优化代码的，写代码的时候哪些地方需要注意 有自己搭建过看板吗 知道SLA基线吗，有主动了解过吗大数据技术问题 一个spark任务怎么优化 发现写好的spark任务运行的很慢要怎么办 数据倾斜怎么处理 如果任务在读文件的时候运行很慢怎么办 内存利用率过低怎么办 CPU利用率过低怎么办 你经常用的spark参数还有哪些SQL  table 有字段id user_id_list device_id_list app_id_list 写一段...

之前面试了京东大数据社招岗位问的问题如下1，先自我介绍一下2数仓模型怎么划分3如何评价一个数仓是建设的比较好4做实时开发遇到延迟问题是怎么解决的，有哪些方面可以优化5 数据质量监控是怎么设定的，对于质量怎么判断6有数据治理吗，治理有啥好处，为啥要治理7 你认为数据湖和数仓有什么区别，为啥现在很多公司在做湖仓这一套8 你简历说的画像是怎么实现的，为啥要这样操作，画像能带来什么收益

1. 自我介绍2. 挑一段你觉得收获最大的实习经历聊聊吧。比如当时做的业务是什么，技术用在了什么场景，最后有没有一些具体的指标来衡量效果？3. 我们来聊聊数仓吧，为什么要对数据仓库进行分层设计？4. Hive里的视图（View）用过吗？它主要是解决什么问题的？5. Hive的分区和分桶，能讲讲它俩的区别和各自的应用场景吗？6. 能详细说说Spark的shuffle过程吗？7. 在之前的工作中，有没有碰到过什么让你印象深刻的性能优化案例？8. 大数据处理中常说的数据倾斜，一般是什么原因造成的？你都知道有哪些解决方法？9. 编程语言这块，你比较熟悉哪些？10. MySQL索引的底层原理是什么？能展...

昨天面了滴滴数开的实习，滴滴的面试官非常友善，全程都像在聊天，而且一直引导我，最后反问阶段，我问了一个刚刚没答上来的问题，给我耐心的解释，并且夸了主包说看书能学到这种程度已经很好了，结合实践一下肯定会更好，并且提出了一些对我的面试的建议，比如采用金字塔的方式来讲述，以及说我的回答虽然很好但是有点分散，可以关注一下自己的表达能力，最后问我还有什么要问的吗，我说没了，他说不你还有，然后给我介绍了滴滴的数仓架构以及部门的主要业务，第一次被面试官认可，真的是努力路上的一点开心吧