最近也面了米可世界，面试记录如下1 先自我介绍一下自己2 将自己做的一个感觉很好的项目完完全全的说一下，主要自己是在里面承担了什么角色3 flink的运行机制和水位线以及窗口触发机制聊一下4 对于spark的宽窄依赖和stage和task的八股聊一下5 flink出现oom，checkpoint失败的问题主要是有哪些，有啥办法可以解这个问题6 对于实时数仓的模型和离线数仓模型来说你感觉有哪些区别，实时更侧重哪些层级建设7 对于dwd数据域和dws主题域有哪些，你们是按照什么划分8 对于指标不准你这边有啥机制可以预防 如果是业务口径或者脏数据来了有啥好的提前预知的机制吗9 对于数据治理你这边主要是治理了哪一块10 有啥需要找我了解的呢

有些大厂面试时会考察算法题。我正为此而准备。日常工作里用到的算法知识比较少，尤其是随着AI编程工具的普及，越来越少地自己编程，不知不觉间已经让编程能力退化了。上一次重视算法题，还是在念大学的时候，参加编程比赛拿到了一个省奖。后来秋招做笔试时，有些算法题能写的出来，有些算法题只能有思路，没能编码实现，还有的，是不会的。现在供职的公司，当年秋招笔试的两道算法题是写出来了的，那两道题我都做过类似的题。换句话说，那些写不出来的算法题，已经把我淘汰了。这确实是很高效地筛选。而从就业视角看，没做出来的题，说明不具备对应的算法思维，可能那些思维恰好是在业务中用到的，没经过这样的考核直接进去了，也得重新学。出来混，总是要还。平时加班频繁，不像当年在学校里有相对多的时间来刷题。现在要么是下班后学一会儿，要么是上班休息间隙看看题想想思路，抽空在笔记软件写写。网上有很多关于AI时代编程能力是否还重要的讨论。我之前也在期待一个标准的答案。历经山一程，水一程后发现，没有现成的答案能指引自己，所有的方向，只能靠自己去寻找。或许，风一更，雪一更后，走的路就已经是答案。笨拙地学着记录。感谢你看到这里。

1、自我介绍2、讲最拿手的项目，然后就是项目问题（我讲的数仓项目，问了数仓各层作用，为什么创建六层数仓，项目背景是什么）3、hive怎么统计当前的日期4、内部表外部表区别5、spark的shuffle阶段的原理6、select * from a left join on b where b.id = 1;和select * from a left join on b and b.id = 1;有什么区别7、子查询可以放在什么位置8、sql

1.自我介绍2.开始讲项目，然后就是项目问题  项目背景-目的-自己的职责-成果3.实习经历，问我两段实习都干了什么，问的非常细，基本上都问到了4.数仓项目遇到了什么问题，我说的数据倾斜，问怎么优化5.有接触过数据治理吗？有哪些规则？6.如果晚上数仓的某一层，失败了没跑出来，怎么解决，（我说的是设置一个时间阈值，达到这个阈值没跑出来就默认是报错，然后跑前一天的数据，然后第二天早上来了检查前一天的数据有没有问题） ，公司晚上有人值班吗7.举一个指标，来实现六层数仓你会怎么设计这六层···8.谓词下推  提前过滤行（这个我回答错成，投影上移，选取列）大意了9.怎么检验数据那个值到底对不对10.对大数据开发的理解，重要的是什么，实习你都学到了什么···11.sql,共享屏幕，连续最大在线人数，（前一天刚刚看了）结果太紧张了，直接拿日期-时间，面试官让我讲解一下思路，然后问我日期可以减去时间吗？我才想起来，然后我说用date_sub函数，后面是count计数，我又写成sum，但是这两个都是面试官提醒了我一下，我就改对了12.反问环节问的对于实习生是怎么培养的好久没面大厂，写sql时有点紧张