汉得信息

1.自我介绍2.询问base意向3.介绍数据建模流程4.维度建模和范式建模的区别5.会java吗6.python去重操作和多线程7.介绍spark的shuffle8.介绍数据倾斜9.mysql的索引为什么能加快速度 b+树和b树的区别 b+树的特点10.冒泡排序和堆排序11.写sql和leetcode（寻找第一个不重复的字符）

面经 自我介绍为啥不继续实习了实习项目主要内容是什么？会java吗？没系统学习过，会python说下数仓建模的分层（没准备）说下维度模型星型模型和雪花模型的区别什么情况下使用星型/雪花模型更好（没想过，胡乱回答了）HDFS读流程？原则是什么？(就近原则没答上来)了解spark吗？说一下宽依赖和窄依赖？（不太懂）了解flink吗？不懂hiveSQL怎么优化？（搞成说明HQL的提交流程了）机器学习的一些基本算法？（没准备）英语口语可以吗？请用英文进行一段自我介绍（没准备好，太紧张表现的有点差）反问：大数据开发是以java为主吗？java只是一种语言，其他语言也是可以的基于前面的面试表现，如果想从事大数据开发，有什么需要加强的？加强大数据组件的学习实习生有加班费吗？周末有，平时不会有感觉太多要准备的了，希望下次能回答的上来。

1.自我介绍。2.你开发的DWS层指标表涉及哪些周期?是所有指标都涉及这些周期吗?3.DWS层这些周期指标表为什么不放在同一张表去管理?4.你在开发表的时候如何保障数据质量?5.你提到的维护了3级标签类型主要是什么作用?6.你做的是离线数仓吗?有没有接触过实时项目?7.项目产出的价值就是帮助数分完成客群圈选吗?(个人觉得是介绍项目价值产出)8.你项目的价值对运营的取数时效提升是怎么衡量的?9.是运营直接告诉你吗?提升时效百分比的分子分母分别代表什么?10.两道Sql:(写完介绍代码思路)(1)统计每个月登录天数Top10的用户(2)每天登录用户的次日、3日、7日留存率11.反问环节。

22分钟 真快啊自我介绍Spark 对比其他引擎优劣处SparkAQE的功能数据倾斜的成因、解法SQL中DENSE_RANK vs ROW_NUMBER()场景题：200亿条user_id 要求全局有序对湖仓了解吗？对特征平台了解吗？提到擅长对问题的“抽象能力”，如何举例说明？怎么理解数据工程？怎么理解ETL？有offer吗？会AI、大模型吗？感慨：很紧张，好几个答的不知道对不对，而且场景题准备过结果突然愣神了唯一一个实习面试，希望能过吗