3.26 美团 数据开发 到店（暑期实习二面）- 面试官是一个温柔的小姐姐- 自我介绍- 之前工作经历介绍- 你觉得什么是好的数仓- 要达到你说的好数仓的标准，应该如何建设？- 小文件具体怎么治理的（预防/滚动式 + 自动脚本）- 小文件有哪些危害- 给你一个数据倾斜的场景，可能有点难，答不出来也没事：大表 Join 大表（10 亿级别的，比如订单 Join 商品表）可能有一些商品销量特别好，数据倾斜，要如何解决？（采样热点 key，一张表 1-N 加盐，一张表扩容 N 倍）- 上面的题是美团的数据倾斜经典问题了，具体可以参考他们自己的技术博客：[Spark性能优化指南——高级篇 - 美团技术团队 (meituan.com)](https://tech.meituan.com/2016/05/12/spark-tuning-pro.html)- 更熟悉 Java 还是 Python？写一个冒泡排序- 写一道 SQL：SQL276 牛客的课程订单分析(六)- 讲一个你之前项目中遇到的一个困难，你是如何解决的- 讲一个你的缺点- 假如这次面试失败，你觉得会是什么问题- 你是如何学习新知识的- 国外工作还是选择回国- 什么时候能够实习- 反问：具体做什么业务的？到店-数据智能（好像是），最近在做的项目是特价团购，面试官说了超级多，离线、实时数仓建设、数据分析、数据应用都有，然后总结说是个好组好业务（“可以去看财报”）。- 反问：只有两面吗？面试官：对。什么时候可以知道结果？面试官：一周之内。🍡团子拜托啦  许愿 OC----------------------------Update：4.1 OC + Offer 邮件我直接一手接受 Offer！感谢团子🍡😎

- 美团：到店事业群--平台技术部（暑期实习一面）- 上来面试官说看你简历挺匹配的，I'm like whaaaaat- 自我介绍- 为什么去读研了- 你们团队多少人- 你们数仓怎么分层- 你主要负责哪几层- ODS 数据从哪来，怎么接入数仓- ODS 表是什么事实表类型？更新方式？- ODS 到 DWD 做了哪些处理？- DWD 有哪些表，事实表如何设计的？- 你提到了数据字典，解释一下- 通过什么实现的（数据资产管理的平台）- 数据库 vs 数据仓库- 数据库为什么要减少冗余（数据更新导致数据不一致）- 数据仓库有冗余，如何保证一致性（我讲的更多需要人为的干预+平台功能）- 数仓分层的意义- Spark 的 stage 是如何划分的- 哪些算子会出现 Shuffle- 小文件优化，小文件是怎么产生的- Map 端造成的小文件问题怎么处理- 表存储优化：小文件治理、生命周期治理、下线无用表- 生命周期治理是每一层生命周期不同吗，考虑哪些方面- 分桶表的场景- MySQL 的索引一般是用什么数据结构- 介绍 B+ 树- 索引匹配原则- 写一个 SQL：[SQL270 考试分数(五)](https://www.nowcoder.com/practice/b626ff9e2ad04789954c2132c74c0513?tpId=82&tqId=35496&ru=/exam/oj)- 反问：部门业务？美团数仓建设？公司平台建设情况？- 感觉面试官明显对数仓建设、数据治理、数据一致性之类问题更感兴趣，Hive、Spark 之类的框架八股基本没问，算法题更是都没出，只出了一道中位数的 SQL（然后我写的 SparkSQL 牛客网还跑不了，面试官 be like 没事，差不多就行了 -_-||）- 心路历程：第一次面试有点紧张，虽然问题都非常简单，但我很多地方表达的不是很顺畅，有几个问题一开始都没 get 到面试官的点，感觉情况不太乐观。面试官很好，奈何我不够给力，哈哈。许愿二面 😥-------------------------------------------Update：3.25 刚刚收到电话约了二面Update：字数不够了，二面面经在动态