前几天参加了快手社招一面问了以下问题1，先自我介绍一下2 说一下数仓和数据湖的区别和数据湖好处3 离职原因是啥，为什么要来快手4 平时工作上遇到的难题，是怎么解决的5 对于数仓来说怎么评价数仓做的好6 平时和业务怎么对需求和排期，业务满意度是怎么体现的，业务对你满意吗7 数据治理和数据质量监控有操作过吗，怎么做的8实时任务是怎么做的 怎么做到任务不延迟，如何快速定位到

需求背景: 筛选出异常售后订单, 用于给商家做预警, 最后要的是订单id+异常类型, 如果一个订单命中多个异常类型, 给多条数据 订单异常类型1: 同一个用户id+同一个退货快递单id下, 去重订单id数>=2, 且要求这些订单的店铺id不相同才计数 订单异常类型2: 同一个用户id+同一个退货快递单id下, 去重订单id数>=2, 且要求这些订单的商品id不相同才计数 售后表dwd_afs_df, 字段如下 afs_time(申请售后时间) afs_id(售后id) order_id(订单id) mall_id(店铺id) uid(用户id) return_id(退货快递单id)...

美团 一面过 二面挂  一面复活挂蚂蚁 一面挂腾讯 一面挂阿里云 二面挂字节 一面挂联想 终面挂游卡 终面挂声网 一面挂微博 一面中滴滴 二面中去哪儿 泡池子快手 泡池子我到底要什么时候才有自己的oc呢哎

自我介绍1.spark和flink有哪些共性和区别2.你说到flink是一条数据一条数据的处理，那我们要对以前数据做聚合会怎么处理(状态机制)3.状态怎么进行恢复和使用(checkpoint机制，下游二阶段提交)4.为什么会有二阶段提交5.了解过二阶段提交机制怎么实现吗6.两阶段提交是保证卡夫卡提交和checkpoint机制同时完成，怎么去保证这个事情，状态保存在哪里7.flink针对kafka是怎么去传递两阶段结果的8.对spark有哪些自己的理解9.spark为什么能处理大规模数据集(高并发)10.多台机器处理，内存是比较宝贵的，数据过大，内存放不下怎么处理(写盘)11.spark当中结点...