面试内容一面（乙方）：1、聊一下熟悉的数据库，关系型，非关系型都说一下？2、介绍一下clickhouse，为什么用它？3、说一下简历上项目，数仓的分层架构，每一层的作用？4、入库做数据清洗吗？还是后续在数仓中过滤？说一下实际的做法5、数据同步是怎么做的？你在项目中的角色？（说了kafka）6、你这个是离线的数仓吗？你觉得什么需要做数仓？7、为什么用flinkcdc？8、spark了解吗？说几个常用的算子？9、spark和hive的区别？10、你对实时数据有什么想法吗？为什么用实时？    （答：和业务相关，数据有时效性，数据价值）    （面试官：你说的这个时效性我不是很认同，前一段时间的数据也是有价值的，价值不能只用时间来评估）    （我：冒汗了）11、如果业务需要前一段时间数据怎么办呢？（答：flink可以用窗口机制和水位线控制，做一下延迟，胡言乱语ing）12、你一般怎么学习新技术？（官方文档。。。）二面（甲方）：1、hive sql 熟悉吗？先投屏写了几道sql题，措手不及。    （1）一行转多行（我居然忘了explode函数，大脑空白）    （2）简单的一个多表关联和分组    （3）三角形取最长的边    （4）窗口函数做top排序，几个排序有什么区别？2、了解lateral view用法吗？3、修改表结构用什么关键字？4、spark了解吗？说一下rdd的特性？5、spark计算为什么块？6、spark如何构建rdd？7、dataframe和dataset的区别是什么？8、之前的工作有什么指标计算体系吗，概念性的也可以说？9、指标下钻和上卷知道什么意思吗？10、数据倾斜问题怎么定位？怎么处理？详细说一下11、了解shuffle这个概念吗？出现在MapReduce的什么时候？12、mysql快查询和慢查询了解吗？13、distinct和group by去除的区别？14、拉链表之前做过吗？怎么维护的？15、fine bi用过吗？做过大屏吗？16、为什么项目最后指标落在clickhouse里面？17、什么编程语言比较熟？会scala吗，简单介绍一下？19、linux指令熟悉吗？20、接触过shell脚本吗？面试总结：1、一面反馈：本身的业务敏感性差一些，其他基本符合初级开发的要求。二面反馈：等通知，无情闭麦。2、开始还不清楚甲方是谁，就接了面试，电脑不在手边，面试官共享屏幕让我做题，我说一句对面敲一句，压力拉满，面试官同一个问题基本都会追问，感觉不着急，不过很少问项目。3、二面表现自我感觉不好，但是大概三周后，回复通过。hr面，是否结婚？工作地确认？未来发展？加班接受？4、邮箱收到机试链接，进行机试（hr给题库），同时进行背调，又是一周后谈薪资，发offer