某手+数开 一面面试题 社招

1.自我介绍，项目介绍

2.你简历里说你用 Flink CDC 做了 MySQL 的增量同步，那我问你个问题哈：如果MySQL 有一张表发生了历史字段变更，比如某个字段从int改成了 string，你们的 Flink CDC 是怎么处理这种变更的？你们有遇到这种情况吗？线上出现这种情况怎么办

3.Hive我想问下，你跑的慢的那个任务，是单表扫描慢，还是Join的时候卡住了？有没有看过 DAG？是哪个 Stage 卡住了？如果是Join卡，你是怎么调优的？广播 Join、Map Join、BucketMapJoin 你用过哪些？各自适合什么场景？

4.看你用过kafka，你当时Kafka的Topic 是几分区的？你们消费端有没有遇到数据倾斜？比如某个分区爆了，Flink 消费很慢，咋办？

5.如果有用户一天查询上万次同一个商品的价格，Redis是肯定扛得住的。但如果你这个商品数据变了，Redis里还缓存着旧的值咋办？你们Redis是怎么保证一致性的

6.做离线数仓的时候DWD表是你建的么，如果一个订单表，你是按天分区，还是按小时？为什么？那你有做过业务去重处理吗？去重的依据是什么？

7.为什么不能用uuid

8.看你用了FineBI那你们有没有做权限控制？比如不同部门看到不同的数据，那你FineBI是通过角色还是数据列权限？权限是和数仓对接还是你在 BI 平台上自己搞的？遇到过权限穿透问题没？

9.如果我现在要你设计一个双十一实时大屏数仓系统”，指标包括销售额、订单数、转化率，要做到秒级更新，支撑1000 QPS查询。你会怎么做？数据流从采集、处理、入库、查询全链路说一下，重点讲写入和查询

10.你觉得Spark跟Flink最大的差异是什么，什么时候会选spark什么时候选Flink？

11.假设现在让你构建一个实时用户画像系统，要每天更新用户的兴趣偏好（比如他喜欢买灯、买厨具），数据来源包括行为日志和订单数据你怎么建模？怎么实时更新画像？Flink的状态你怎么管理