30min八股和业务，20min手撕1.自我介绍2.项目中业务数据用MySQL来存储，MySQL的事务有了解过吗3.b树和b+树区别4.慢SQL处理，sparkSQL运行慢如何处理5.hive和spark区别6. 为什么要有DWD层 如何构建的，有没有进行一些指标的分析7.DWS层作用，如何进行构建的，建表依据8.没有ADS层可以吗9.业务域和数据域什么区别，不同主题域是否会有重叠10.有接触过数据治理吗11.如果让你接手一个 数据治理项目，会从哪些层面着手12.ER模型和维度 模型区别13.MapReduce中有几个排序，有什么区别14.索引有什么作用手撕:连续登录大于3天用户ID有的记不清了，大概这些最后反问:当前阶段是加强对技术栈的理解更重要还是业务方面的理解答，对于学生阶段更应该深入技术栈，加强学习，以后工作可以加强对业务的理解作为面试官，在考察时更注重哪些层面的能力答，会更加看重对做的项目的理解，比如做一件事为什么要做这件事，为什么要用这种方法，看有没有进行这个思考，以及思考的深度

📍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...

校招看学校，社招看前司，这是职场非常现实的一点。第一份工作，不只是一个“开始”，还是你简历上的第一块标签，可能决定你未来三到五年甚至更久的起点路径外包的隐形劣势：很难说清楚自己做了什么业务，因为很多时候只是被派驻，做着别人的边角项目。很难证明自己的能力，简历上写的“在A大厂工作”，一问才知道是“B公司外派”。很容易陷入“内卷死循环”，哪怕你很努力，依然很难拿到核心资源。如果你还有选择的空间，能去自研，就别去外包。特别是在校招这个阶段，有学历buff傍身，很多平台是开放大门的；一旦进入社招阶段，用人单位看的就是你上一家公司值不值钱，那时候想转型、想进核心业务组，就不是一封简历能解决的了。当然，如果你现在只有外包机会，那也别自暴自弃。利用时间努力提升、积极投递，早日完成跳槽也未尝不可。只是，千万别把“将就”当“稳妥”，别把“临时”做成“长期”。

一面 1.项目拷打2.讲讲项目中重要的表3.数据清洗是怎么做的4.Spark中Driver和Execture，如果要计算比较大的表应该怎么分配内存5.如果我要广播一个100M的表我应该考虑哪些内容？6.Spark中默认广播大小是多少7.讲讲宽窄依赖8.宽依赖算子9.map跟mapPartition的区别10.hive中动态分区跟静态分区写入数据的区别11.flink一致性语义是怎么做的12.flink怎么处理迟到数据13.如果迟到1 2 个小时的数据，应该怎么处理14.水位线有哪几种？15.SQl题目 求出至少连续3次出现的数字16.项目中收获最大的是什么17.工作场景中，作为新人遇到一些问题，该怎么解决18.如果很多需求方都来需求，任务很紧急该怎么办19.反问HR面1.技术是学校课程还是自学的？2.往数据开发方向学习的原因3.java跟python的区别4.对数据工程师岗位的理解5.对那个项目理解比较深？6.项目主要做的工作有哪些7.项目比较耗费时间的事情是什么？8.项目中的困难点9.做项目中的成就感有哪些10.为什么选择深圳11.对实习有什么期望和想法12.目前投简历大概多长时间了13.反问