橙心优选-数据仓库高级工程师面试

写在前面：

已斩offer，很开心，借公众号“数据仓库与Python大数据”共享平台再分享回馈给大家！关注公众号两年，伴随着个人的成长，学到了很多知识和技术，终于从小公司跳到了大厂。共勉，一起进步。

注：三面合在一起了，也包含了面试美团优选的面试题。

自我介绍

正常介绍就好。报下大名，经历公司与参与项目，负责事项与业绩产出。

思想和方法论

• 数据仓库理解：架构、分层

• 数据仓库理解：主题域、好处
  

• 范式建模和维度建模区别，混合使用 场景举例

• 两种建模的解释和理解 区别

• 雪花模型  星型模型 解释理解

• 实体建模和维度建模区别

• ER模型图理解解释

• 模型会随着业务进行迭代优化手段
  

• 拉链表理解解释  场景举例，全量拉链vs增量拉链
  

• 数据质量如何保证的
  

• 讲一下数据治理

• 如何做元数据管理，实践

• 怎么理解数据中台与OneData思想
  

 Hive 

• hive 行转列，列转行
• udf函数讲解，然后手撕一下
• mapreduce和spark分别讲解然后，区别讲解
• hive 数据倾斜调优
• hive sql 优化方式
• map数、reduce数、job数怎么确定
• cube、grouping sets、grouping__id
  

手写SQL 

• 根据实际业务场景，写累计SQL逻辑
• 手写连续登录hql，求连续登录的用户，以及具体哪天登录的日期
• 行转列  列转行

 Spark 

• spark算子部分讲解举例
• spark调优讲解并举例
• spark数据倾斜讲解，并举例。
• spark宽依赖，窄依赖 讲解，并举例。
• spark 容错机制

实时数仓&Flink

• 做过实时数仓吗，生产举例。
• 实时数仓vs数据湖，生产实践
• flink 应用场景
• flink 水位线，窗口
• flink 反压机制原理
• kafka 实时讲解，如何分区
• kafka 数据丢失怎么办
• kylin 使用问题，优化策略
• hbase 使用情况，rowkey设计

算法 

• 求两个连续数组的中位数
• 手写单例模式

反问环节

一般就问问项目架构、组织架构和对自己的定位就好。不要问太多，很多时候只是面试官在客套。

总结

问的还是比较全的，从离线数仓到实时数仓，从Hive到Spark到Flink，HQL开窗函数使用问的频率也是非常高。但大部分时间，还是都在问项目更多一些。

也参加了美团优选的面试，基本问题都差不多，尤其是技术问题大同小异。问项目细节还是差异挺大的，模型细节，业务细节，模型与业务的结合，一定要理解业务。

写在最后：

我应该是第一批关注这个公众号的粉丝，也是第一批加入仙子星球的读者。伴随公众号的成长，我个人也在成长，很开心能与大家分享，希望能帮到你，也欢迎大家关注这个数仓领域高质量的公众号。再次谢邀！

-- END --

扩展阅读：阿里数据中台资料已为读者朋友准备好了，点击下方公众号“数据仓库与Python大数据”后台回复“阿里中台”，即可下载。公众号菜单栏，“面试系列”专题合集也为大家准备好了。

感谢阅读，本次分享的内容就结束了。本公众号致力于建设数仓领域知识技术人文共享平台，保持日更，每天08:16发文，团队作战，服务奉献，为您提供优秀高质量的数据领域的分享。加群或投稿也可加v：iom1128 或 edw0808，备注：数据，谢谢！

点击图片即可跳转链接

压轴推荐：快手数据中台建设 - 大数据服务化之路