个人遇到的大数据面试问题汇总
近期面试了一些公司，以下总结一些问的很多的和印象比较深的面试问题。（人比较懒
，没有每一面都总结，合在一起写个帖子，公司以互联网为主，包括字节阿里 滴滴 快手 等）
，没有每一面都总结，合在一起写个帖子，公司以互联网为主，包括字节阿里 滴滴 快手 等）经常问的：
1、数仓建模系列（个人方向偏向 数据 开发，不偏向底层组件研发，所以数仓聊的很多）
数仓建模的特性；
具体分层，每层有什么特点；
范式建模和维度建模，有什么优缺点；
维度和粒度的区别；
维度建模的标准流程；
如何评判数仓的优劣（穿透率什么的）；
数仓从哪一层开始会有一些跨域的建设；
数据 治理的常用方法；
怎么理解用户画像，需要注意什么；
还有一些场景题（给个业务场景，怎么建模，涉及什么维表，什么事实表，怎么分层，优势在哪，劣势在哪）等
2、shuffle
mr shuffle 和spark shuffle的共同点与不同点，需要说出详细流程；
mr shuffle在shuffle时会进行3次排序 ，可不可以不排序 ， 排序/不排序 有什么优点，适合什么场景；
spark的宽窄依赖，划分stage；
spark具体有几种shuffle方式，分别有什么优缺点；
sql中哪些会发生shuffle（union/union all join 等）；
3、 数据倾斜
什么是数据倾斜；
怎么定位一个任务发生了数据倾斜，发生在哪里，怎么能清晰的找到位置（看sparkUI解决一切）；
直播日志关联主播大维表，会不会发生数据 倾斜，怎么解决；
数据倾斜的常用解决方式（shuffle IO倾斜，CPU计算倾斜）；
手机写好难受啊，但电脑没电了，先写这么多，有人看的话就补一下其他印象深刻的，这次一定！
投递比亚迪等公司10个岗位
查看20道真题和解析
