某终端外包——大数据开发（最压力拉满的一集）

面试内容

一面（乙方）：

1、聊一下熟悉的数据库，关系型，非关系型都说一下？

2、介绍一下clickhouse，为什么用它？

3、说一下简历上项目，数仓的分层架构，每一层的作用？

4、入库做数据清洗吗？还是后续在数仓中过滤？说一下实际的做法

5、数据同步是怎么做的？你在项目中的角色？（说了kafka）

6、你这个是离线的数仓吗？你觉得什么需要做数仓？

7、为什么用flinkcdc？

8、spark了解吗？说几个常用的算子？

9、spark和hive的区别？

10、你对实时数据有什么想法吗？为什么用实时？

（答：和业务相关，数据有时效性，数据价值）

（面试官：你说的这个时效性我不是很认同，前一段时间的数据也是有价值的，价值不能只用时间来评估）

（我：冒汗了）

11、如果业务需要前一段时间数据怎么办呢？（答：flink可以用窗口机制和水位线控制，做一下延迟，胡言乱语ing）

12、你一般怎么学习新技术？（官方文档。。。）

二面（甲方）：

1、hive sql 熟悉吗？先投屏写了几道sql题，措手不及。

（1）一行转多行（我居然忘了explode函数，大脑空白）

（2）简单的一个多表关联和分组

（3）三角形取最长的边

（4）窗口函数做top排序，几个排序有什么区别？

2、了解lateral view用法吗？

3、修改表结构用什么关键字？

4、spark了解吗？说一下rdd的特性？

5、spark计算为什么块？

6、spark如何构建rdd？

7、dataframe和dataset的区别是什么？

8、之前的工作有什么指标计算体系吗，概念性的也可以说？

9、指标下钻和上卷知道什么意思吗？

10、数据倾斜问题怎么定位？怎么处理？详细说一下

11、了解shuffle这个概念吗？出现在MapReduce的什么时候？

12、mysql快查询和慢查询了解吗？

13、distinct和group by去除的区别？

14、拉链表之前做过吗？怎么维护的？

15、fine bi用过吗？做过大屏吗？

16、为什么项目最后指标落在clickhouse里面？

17、什么编程语言比较熟？会scala吗，简单介绍一下？

19、linux指令熟悉吗？

20、接触过shell脚本吗？

面试总结：

1、一面反馈：本身的业务敏感性差一些，其他基本符合初级开发的要求。二面反馈：等通知，无情闭麦。

2、开始还不清楚甲方是谁，就接了面试，电脑不在手边，面试官共享屏幕让我做题，我说一句对面敲一句，压力拉满，面试官同一个问题基本都会追问，感觉不着急，不过很少问项目。

3、二面表现自我感觉不好，但是大概三周后，回复通过。hr面，是否结婚？工作地确认？未来发展？加班接受？

4、邮箱收到机试链接，进行机试（hr给题库），同时进行背调，又是一周后谈薪资，发offer