timeline9.19投递9.23一面一面自我介绍jvm内存结构垃圾主要发生在哪垃圾回收算法新生代什么情况下会变成老年代hive和mysql有啥区别创建数仓有哪些好处spark任务从提交到运行的流程spark任务运行失败，谁来负责sparl Shuffle有哪些？一般什么时候用hash Shuffle什么时候用sort Shuffle？拷打实习、实习中遇到的困难、实习收获拷打项目索引该怎么建比较好？AI的应用sql：连续登录问题反问

timeline：9.19投递9.22一面9.24二面9.24晚 HR9.25录取一面自我介绍拷打项目（期间穿插八股  维度建模 数仓分层 各层作用 项目的难点和亮点）sql：求最大交易金额 （order_id,order_date,max_amount）反问二面自我介绍拷打实习（工作内容 做哪一方面 数仓分层）拷打项目（分层 各层作用 dwd对应的业务过程实现 你的业务过程理解 dim层的构建 ）sql：1.求最近30日每日活跃用户数，2.连续活跃怎么算反问忘录屏了就记得这么多总的来说，面试官着重考察的是你对自己项目的理解，要对自己项目了解深刻

1.自我介绍2.项目拷打3.数仓分层建设是怎么理解的？每层有什么作用4.讲一下指标体系5.根据医院的整个流程 你觉得能分析出哪些指标？6.flink的双流join7.left join会不会产生回撤流8.数据采集怎么保证端到端的一致性9.sql题（面试官要求按照图片做一道sql题，我看面试官出的是牛客上的还比较简单，我也是闲的，我说我直接在牛客上做吧，结果面试官看到我做了挺多题，让我从困难里面选一道，我随机选了个通过率比较低的，做起来挺麻烦的，15分钟没做出来）10.反问（反问的时候问面试官有什么给我的建议吗，不耐烦的说了句没有，我也懒得问了）总之：感觉面试体验比较差，面试官摄像头也不开，估计被当kpi刷了

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

1.你用过哪些数据库2.那个数据库你比较熟悉3.项目数据来源4.讲一下你数仓中写过的复杂sql，都是这么写的5.如果这些复杂sql直接从原数据中进行统计，该怎么做？6.讲解一下ODS层跟DWD层7.ODS层跟DWD层之间有什么层吗？8.flink用过吗？9.flink跟spark的哪个实时处理好？10.实习单位有什么期望，在哪种环境中工作？11.你面过哪些公司，你对亚信了解吗？12.你熟悉Python吗11.反问面试官建议：加强sql能力，学会使用AI

1.你熟悉sql吗2.sql表关联有哪些3.join分类4.case when了解吗5.开窗函数中的排序函数6.问项目7.问比赛8.问几号入职9.口头offer电话面，问的挺简单的，又口头发offer，有点快，内心慌慌的