大数据开发面经【字节跳动】
一面 50分钟
- 自我介绍
- 你学过的大数据掌握的最好的是哪一个
- hive里面排序一般怎么使用的
- hive内部表和外部表的区别，外部表在什么场景下使用
- hive视图用过吗
- 你对维度和事实的理解
- 你说到了业务过程，谈谈对它的理解
- 你刚刚描述的是一个业务过程还是 多个业务过程
- 多个业务过程放到一张事实表的你举个例子
- 维度建模中 星型模型和雪花模型 之间的区别
- 缓慢变化维表如何处理呢
- 全量表的数据保存多久
- 那你们订单表是全量还是增量，你觉得增量是什么意思，那你们这边的数据保存多久呢
- 说一下订单表的设计过程 以及 表的分区含义
- 你前面提到了会进行维度退化，那么说一下订单表中有哪些维度退化属性
- 那你说一下你们数仓的一个全链路吧
- 我看你项目还写了一个实时的，你这个在哪看的
- 那说一下flink乱序事件处理的几种方式吧
- 抖音有一张流量表和一张交易表，分别是 table_a(mid, pv) 和 table_b(mid, gmv)，如何将他们进行合并，数据倾斜如何处理
- 你想做什么方向
二面 35分钟
- 自我介绍
- 讲一下你的项目吧
- 挑一个你做的需求讲一下，你遇到的难点是什么
- 你知道维度建模的过程吗
- 你平时用什么语言多一点，回答java，然后问了一个string stringBuilder stringBuffer的区别
- HDFS写的流程，要是有一个datanode挂了怎么办
- kafka是如何保证数据不丢失和数据不重复，然后又说消费的时候呢
- spark的shuffle的过程
- 你可以对shuffle进行优化吗
- SQL题：table_a(date, uid, vid) 找出3月19号看不同视频数排名前五的uid 【最好不用distinct】
三面 leader 45分钟
- 自我介绍
- 一直在聊数仓项目 （建模基础，以及业务理解）
- 刷了一道算法题，主要就是 1-a 2-b ... 26-z，那么给你一个数值的字符串，问有多少中编码的方案，比如“12”，返回2（最后我没写出来，但是给出了动态规划的想法）
hr面 15分钟
- 自我介绍
- 你遇到过最大的问题是什么
- 你什么时候能来实习，实习多久（建议回答：立马入职，一直实习）
~~~还有一些常规的问题不记得了~~~
整体总结
- 一面基本全是业务，二面就是项目八股文都有一点，三面基本就是项目
- 数仓的面试还是比较偏向业务的和偏向数仓建模理论的，可能手撕算法比较少
类似资料：