数开——快手暑期实习二面
面试一共30多分钟，无手撕，感觉面试官不是很想面了。
先介绍自己，没让我介绍项目。
1.开篇很美好，问了hive内部表和外部表的区别。
2.问有没有遇见数据倾斜的问题。宽表建设的时候遇见过。
3.怎么解决。使用map join。
4.map join是什么。大表join小表，小表加载内存里面，map端实现join无需reduce。
5.哪张是大表，哪张是小表。
6.小表数据量也大怎么办。调高内存，调高小表界限参数，或者使用skew join。
7.skew join的具体过程。拆热点，分成两个job并行。
8.怎么拆的热点信息，如何判断是否是热点信息。默认参数限制，超过就属于热点信息。
9.拆了之后呢，具体运行过程。开始乱了，不知道说的对不对。
10.拆之后的非热点信息怎么处理。我说拆了之后进行map join（寄）。
11.为什么已经不是数据倾斜还要map join。我说map join可以用空间换时间，提高效率。
12.拆分出来的热点信息怎么处理。打散key。
13.事实表打散了，维度表呢。没反应过来，乱说一通（寄）。
14.关联信息是什么，连接字段就是打散字段吗。胡言乱语之后面试官就换了个问题。
问懵了，压力爆大，逮着一个问题一直问。
15.问我项目中的开发指标是什么。用户行为操作统计和用户流失率、跳失率。
16.用户流失率怎么定义的。7天未登录的用户。
17.开发用户流失率有什么用。可以分析出不同活动对于用户的吸引力。
18.如何进行的建模。
19.dwd和dws有什么区别。粒度。
20.dws的作用，为什么不直接从dwd取数据。复用性，提高开发效率。
21.其他作用呢。不知道，需求少可以不要dws层。
22.业务过程了解吗。没回答明白，已经头晕脑花了。
结束，解脱。
反问：
1.具体做什么业务的。海外的，做什么都有。
2.现在重点目标在海外吗，国内业务发展怎么样。
面的太难受了，感觉要虚脱了。
#数据人的面试交流地#
类似资料：