数据开发实习

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

​ 今天下午面了一场快手的数据研发岗，面试官非常温和，没有问什么很偏的问题，体感还不错。最近准备大数据岗面试的这段时间，发现市面上并没有很多关于大数据的面试资料，所以我从现在开始想尝试着把每次面试官问的问题汇总给大家，供大家做一些参考。​HDFS的存储机制是怎样的？​ HDFS是为大规模数据（大文件，顺序读写）设计的分布式文件系统，它把文件切成块（block），分布存储在多台机器上，通过副本（replication）提供高可用。其中最主要就是NameNode 和 DataNode，NameNode 负责存储文件的元数据（block块的大小，block块存储在哪个DataNode负责的节点上等）...

事实上每种数据库都只会增删查改，面试的时候问我你简历上写着会SQL是吗，我说是的，关系型和非关系型数据库我都用过，展示一种博学多才和专业，后来进来公司发现，只有tm我一个人会写SQL。而且因为是发行公司不是开发公司，所以用SQL的次数也少。感觉当初问老大我们数据库用的哪种的自己很傻，因为数据库完全是研发那边负责的，我只需要从bi平台取数就行

不愧是微信，压力很足了，比对线大师还出汗这60分钟比抖音80分钟难熬多了，菜就多学（15分钟+15分钟）上来就来2个编程题下马威：1.动态规划的，给字符串a和数组b，如a='apple'，b=['ap','pl','e']，其中b的每个元素可以多次使用或者不使用，问使用b能否构造出a。dp[j]=dp[i] and a[j:i] in set，做出来了。2.SQL的，给定签到表sign，有三个字段，user_id，date，flag（1表示签到，0表示没签到），问截至目前每个用户签到的连续天数。这个写了半天，两三层嵌套没写出来，用了row_number()20分钟：八股，鹅的八股都这么喜欢底层...